인공지능 - Neural Network

개론

인공지능 : 인간의 뇌를 모델링 

모델링하는 방식이 크게 두가지

1. symbolic (기능을 구현)
2. connectionist (뉴런을 구현)

 

뉴런의 구조 및 특징

뉴런의 특징

• 정보 전달 능력 (시냅스를 통해서)
• 사멸 후 다시 재생하지 않음
• 어린아이/어른의 뉴런의 개수 유사
• 개수보다 연결방식이 중요
• 재생하지 않는 이유? 학습 가능성과 관련 
• 다수결 동작

 

신경회로망 (= Neural Networks)

• 인간의 생체 기능을 연구 -> 동물 생체 실험 -> 학습 능력의 원천 밝힘
• 인공신경회로망 : 신경회로망의 기능,구조를 하드웨어/소프트웨어적으로 실현 
• 기본 작업

 

인공 신경회로망

인간의 두뇌작용을 신경 세포들간의 연결 관계로 모델링

• 신경 세포가 신경절로 전달되어 정보 전달
• 노드, 처리 요소를 연결 = 신경 회로망
• 인공 신경회로망의 뉴런의 구조 

 

인공 신경회로망의 뉴런의 구조

입력 + 가중치 -> 활성화 함수 -> 결과 (다른 뉴런의 입력으로 연결)

*활성화 함수의 종류 3가지 

• Sigmond
• Tanh
• ReLU

 

인공신경망 구조

크게 두가지로 구분

1. A Single Layer NN
2. A Multi Layer NN

-> 은닉층이 여러개 

 

• Input unit
• Output unit
• Hidden unit

 

• 활성화 함수
• Output Function

 

• 가중치 

 

Learning Rule

연결 강도를 변화시키는 규칙 

• 지도 학습
• 비지도 학습 
• Semi-supervised : 지도 + 비지도 
• 강화
• 진화