[신경망][신경망 특성][신경망 학습기능][신경망 태동]신경망의 특성, 신경망의 학습기능, 신경망의 태동, 신경망의 구조, 신경망의 이용, 신경망의 활용사례, 향후 신경망의 전망

목차

Ⅰ. 개요

Ⅱ. 신경망의 특성과 학습기능

Ⅲ. 신경망의 태동

Ⅳ. 신경망의 구조

Ⅴ. 신경망의 이용

Ⅵ. 신경망의 활용사례
1. Input
2. Filter1
3. Simulator
4. MLP1
5. Text1
6. Output1

Ⅶ. 향후 신경망의 전망

참고문헌

본문내용

우리나라의 잡지에 발표되는 대부분의 논문들 중에서 무응답의 발생원인에 대해서 체계적으로 다룬 것은 거의 없는 실정이다. 언급조차 하지 않은 경우가 허다하고, 언급하였더라도 주로 단위무응답의 발생과 관련된 것으로서 연구방법에 무응답률이나 단위무응답자를 제외하게 된 원인을 기술한 정도가 대부분이다. 그리고 응답률에 대한 정의가 혼돈되어 있는 경우도 있다. 한 예로서 예방의학회지에 발표된 설문조사를 한 연구 논문중에서 무응답자료를 제외하게 된 이유를 연구방법에 기술한 논문 41편을 대상으로 무응답의 원인을 살펴보았다. 자료를 제외시킨 이유 중에서 단위무응답자에 해당하는 것은 비참여자

<중 략>

입력 변수에 대웅하는 뉴런으로 은닉총의 뉴런과 연결됨
입력 신호를 은닉층으로 전달
입력층과 출력층 사이에 있는 층
학습을 통해서 자료나 사실에 내재되어 있는 관계 파악
은닉층의 수와 뉴런의 수는 신경망의 성능에 큰 영향
뉴런이 너무 적으면 신경망의 학습이 잘 이루어지지 않음
뉴런이 너무 많으면 암기 현상 발생
은닉총의 모든 뉴런은 출력충의 모든 뉴런과 연결
은닉총의 입력 신호를 출력 층으로 전달
입력 신호의 처리 결과를 수치 또는 값으로 변환해서 출력

신경망은 생물학적 뉴런과 같이 입력층, 은닉층과 출력 층으로 구성되는 데(Welstead, 1994), 각 총별로 뉴런이 내부적으로 서로 연결되어 있다.

<중 략>

이러한 시뮬레이션을 담당하는 알고리즘은 다층 신경망을 학습시키기 위해 역전파 알고리즘이 널리 사용되고 있다. 일반적인 역전파 알고리즘은 최급강하법을 이용하여 오차합이 최소화 되도록 가중치를 반복적으로 변화시켜 나가는 알고리즘이다. 이 알고리즘의 단점인 긴 훈련기간, 극소점 문제, 이상치(outlier)에 민감하다는 문제를 극복하기 위해 많은 사람들이 수정된 역전파 알고리즘에 관심을 가지고 연구를 계속하고 있다

향후 연구 방향은 의학, 통계학, 심리학, 신경과학, 인지학 및 시스템 이론등의 각 분야에서 제시된 이론과 실험방법들이 공학분야에서 신호처리

참고 자료

김대수(1999), 신경망 이론과 응용, 하이테크정보
이웅희 외 1명(2010), 신경망 구조를 이용한 비선형 시스템의 식별과 제어 시스템 설계, 한국항공우주학회
이길재 외 2명(2006), 인공 신경망과 사례기반 추론을 혼합한 진단 시스템, 한국지능시스템학회
조재훈 외 2명(2008), 정보이론과 신경망의 가중치를 이용한 속성선택, 한국지능시스템학회
조성배(1996), 구조적응 신경망의 자기조직화 특성, 한국정보과학회
황보주형(2005), 유전 알고리즘을 이용한 신경망의 학습성능 향상 방법에 관한 연구, 동국대학교