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 (구)정보과학회논문지 정보과학회논문지 제20권 제11호
발행연도
1993.11
수록면
1,597 - 1,608 (12page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 논문에서는 양방향 연상 메모리 신경망의 연상정보(숫자-알파벳쌍)저장 용량을 높이고 오연상을 줄이기 위하여 연상정보간 중첩억제 최소평균제곱(Overlapped Inhibitory Least Mean Square; OILMS) 학습을 제안한다.
제안된 OILMS 학습은 연상정보간의 중첩되는 부분은 억제하고, 동시에 연상정보의 특징점이 되는 부분에 대해선 연결강도를 강화시켜 나가며, 그렇지 않은 불필요한 잡음배경(noisy background)정보에 대해선 연결강도를 약화시킨다. 이렇게 학습된 26개의 이전 영상정보에 대한 양방향 연상 실험 결과 Hebb의 연상 학습규칙을 쓰는 양방향 연상 메모리 신경망보다 약 4배 이상의 저장용량을 가지며, 또한 잡음에 더 강하다는 것을 볼 수 있다.

목차

요약

ABSTRACT

1. 서론

2. 최소평균제곱 학습(Least Mean Square Learning)

3. 양방향 연상 메모리(Bidirectional Assoclstive Memory)

4. 개선된 양방향 연상 메모리 신경망 모델

5. 실험결과 및 고찰

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017780682