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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers (구)정보과학회논문지 정보과학회논문지 제21권 제10호
발행연도
1994.10
수록면
1,919 - 1,926 (8page)

이용수

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

초록· 키워드

오류제보하기
클래스 판정 방식을 갖는 다중 신경망을 사용하는 새로운 경쟁 학습 알고리즘을 제안한다. 기존의 신경망들은 주어진 입력 차원의 모든 성분들을 사용하여 학습하고 인식을 수행한다. 하지만 패턴 인식 문제들에 적용시켜 보면 모든 차원 성분들이 인식 작업에 필요한 것은 아니고, 어떤 경우에는 특정 차원이 인식을 어렵게 만드는 경우도 발생한다. 본 논문에서는 입력 차원 성분의 일부를 제거하여 학습시킨다. 우리는 기존의 경쟁 학습 알고리즘들과 달리 학습 종료후 애매한 출력 뉴런은 인식 작업에서 제외하므로써 인식률을 향상시켰다. 다중 신경망을 통합하여 인식 클래스를 결정하기 위하여 3가지의 판정 방식을 개발하였다. 원격 탐사 데이타를 사용한 실험에서 제안한 방법은 기존의 방법들에 비하여 우수한 결과를 보였다.

목차

요약

ABSTRACT

1. 서론

2. 경쟁 학습과 다중 신경망의 학습

3. 제안된 방법

4. 실험 결과

5. 결론

참고문헌

저자소개

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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-0101-2009-569-017782808