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

이용수

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

초록· 키워드

오류제보하기
다층 퍼셉트론은 우수한 일반화 성능과 구현의 용이함 때문에 많은 문제에 사용되고 있다. 다층 퍼셉트론에서 사용되는 중간층 노드의 수는 적용되는 문제에 따라 달라지므로 문제의 복잡도에 따라 적정한 수의 중간층 노드를 설정하여야 한다. 그러나 적정한 수의 중간층 노드의 수를 학습을 시작하기 전에 미리 알아내는 것이 어려우므로 충분히 많은 중간층 노드를 사용하여 학습하다가 학습이 종료된 후에 불필요한 노드를 찾아내어 제거하는 방법을 일반적으로 이용한다. 본 논문에서는 이 문제를 다층 퍼셉트론을 이용하여 일반화된 세선화 template를 추출하는 실험에 적용하여 실험하였다. 또, 추출된 일반화된 template를 실제로 H/W로 구현하기 용이하도록 소수점이하 6자리로 표현된 학습된 weight를 소수점 이하 1자리수로 조정하여 weight의 정밀도를 줄임으로써 계산량을 감소시켰다.

목차

요약

1. 서론

2. 중간층 노드를 줄이는 방법

3. 일반화된 template에서의 중간층 노드 축소

4. 학습된 weight의 정밀도 조정

5. 결론

참고 문헌

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-0101-2009-569-017923103