메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지(B) 정보과학회논문지(B) 제24권 제4호
발행연도
1997.4
수록면
422 - 431 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
신경망은 학습 능력, 높은 구별력, 그리고 우수한 일반화 능력 등으로 인하여 다양한 패턴 분류 문제에 성공적으로 적용되어 왔다. 그러나, 대용량이면서 고차원의 패턴 공간 상에 복잡한 결정 경계를 필요로 하는 패턴의 분류 문제에 있어서, 기존의 대부분의 신경망은 네트워크의 구조 및 크기 결정, 연사 복잡도 등 해결하기 어려운 문제점을 갖는다.
본 논문에서는 이러한 어려움을 극복하기 위하여 새로운 자기 조직화 신경 트리 및 학습 알고리즘을 제안한다. 제안된 신경 트리의 기본 개념은 위상을 보존하는 사상 능력을 갖는 격자형의 부분 네트워크로 구성된 트리 구조의 네트워크를 이용하여 패턴 공간을 계층적으로 분할하는 것이다. 제안된 신경 트리는 네트워크의 구조 적응 능력을 통하여 대용량이면서 복잡한 결정 경계를 필요로 하는 패턴의 분류에 적합한 네트워크의 구조 및 크기를 자동으로 결정하는 장점을 갖는다. 다중 언어, 다중 글꼴 및 다중 크기의 대용량 인쇄체 문자 집합에 대한 실험을 통하여 제안된 신경 트리의 성능이 매우 우수함을 확인할 수 있었다.

목차

요약

Abstract

1. 서론

2. 문제 정의

3. 제안된 자기 조직화 신경 트리

4. 실험 및 결과 분석

5. 토의

6. 결론

참고문헌

저자소개

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017747932