인공신경망의 작동 원리 및 파이썬을 이용한 신경망의 손글씨 데이터 인식

소개글

인공신경망 개념소개 및 책 <신경망 첫걸음>을 바탕으로 하여 실제 딥러닝을 구현하는 활동 보고서입니다.

목차

Ⅰ. 탐구 동기

Ⅱ. 탐구 내용
1. ANN의 작동 원리
2. 파이썬을 이용한 신경망의 손글씨 데이터 인식

Ⅲ. 알게된 점 / 느낀 점 / 성장한 점

Ⅳ. 보고서 요약하기

Ⅴ. 참고문헌

본문내용

Ⅰ. 탐구 동기
평소 인공신경망에 관심이 있었는데 이에 대한 부분적인 지식만 있었을 뿐 작동 원리에 대해서는 깊이 탐구해본 적이 없었다. 또한 인공신경망의 원리에 대해 탐구한 후 신경망에 학습한 작동 원리가 어떻게 나타나 있는지 실제 사용 가능한 신경망 코드를 통해 알아보고 싶었다.
그래서 관련 책을 찾아보게 되었고 <신경망 첫걸음>(티라크 라시드)이라는 책에 인공신경망의 작동원리가 잘 나타나 있었다. 또한 인공신경망을 딥러닝이라고 부르기도 하는데 최근 몇 년 간 이 딥러닝 분야가 많이 연구되었고 관련 논문도 많이 찾아볼 수 있었다. 따라서 책과 관련 논문을 통해 탐구를 진행하기로 하였다. 그리고 사람들이 인공신경망을 처음 공부할 때 mnist 데이터베이스에 있는 숫자 손글씨 데이터를 분류하는 인공신경망이 많이 쓰인다고 하여 해당 코드를 github에서 받아 책과 논문으로 학습한 신경망의 작동원리가 어떻게 구현되었는지 살펴보기로 하였다.

Ⅱ. 탐구 내용
1. ANN의 작동 원리
1) 인공신경망이란
인공신경망이란 뇌 속 뉴런의 작동 원리를 컴퓨터로 구현해낸 정보 처리 시스템이다. 종류로는 ANN, DNN, CNN, RNN 등이 있다.
ANN(Artificial Neural Network)
인간의 뇌에서 뉴런들이 신호, 자극 등을 받고, 그 자극이 임계값을 넘어서면 결과값을 전달하는 과정에서 착안하였다. 입력층, 은닉층, 출력층으로 구성된 3계층 신경망이며 학습데이터를 과하게 학습할 경우 테스트 데이터에 제대로 반응하지 못하는 과적합 문제가 일어날 수 있다는 단점이 있다. 이번 탐구에서는 신경망 중에서도 가장 기본적인 ANN의 원리를 알아볼 것이다.
DNN(Deep Neural Network)
입력층과 출력층 사이에 2개 이상의 은닉층이 있는 신경망으로 과적합과 같은 ANN의 문제점을 은닉층을 확대하여 보완하고 학습의 결과를 향상시켰다.

참고 자료

<신경망 첫걸음>(티라크 라시드)
강민제. (2020). 딥러닝을 위한 경사하강법 비교. 한국산학기술학회 논문지, 21(2), 189-194.
안성만. (2016). 딥러닝의 모형과 응용사례. 지능정보연구, 22(2), 127-142.