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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
실세계에 존재하는 동적이고 순차적인 문제들을 분석하고 해결하기 위한 노력으로 순차처리 신경회로망 모델이 많이 제안되고 있다. 이러한 순차처리 신경회로망 모델은 독립적인 데이터뿐만 아니라 순차 데이터도 학습이 가능하다는 장점을 가진다. 또한 전통적인 신경회로망과는 달리 입력 패턴을 임의의 크기로 받아들일 수 있으며, 과거의 정보를 어느 정도 유지하고 있다는 점에서 인간의 지능을 보다 잘 묘사하고 있다고 할 수 있다. 그러나, 이러한 모델들을 대부분이 지도 학습을 따르고 있기 때문에 인위적으로 정확히 분류하기 힘든 많은 실제적인 데이터에 적용하기 어렵고 학습 속도가 느리다는 단점을 갖는다.
따라서, 본 논문에서는 외부의 도움없이 자가분류할 수 있는 자기구성 순환 신경회로망 (Self-Organized Recurrent Neural Network : SORNN) 모델을 이용하여, 공간적ㆍ시간 순차적 데이터의 성질을 갖고 있으며, 수질 환경 평가의 자료가 되는 생태학 데이터의 분류에 적용시켜 보고, SORNN을 multi-layer로 확장하여 생태학 데이터의 각 지점별 유사성에 따라 다단 분류하여 보았다.

목차

요약

Ⅰ. 서론

Ⅱ. 자기구성 순환 신경회로망 (Self - Organized Recurrent Neural Network)

Ⅲ. 다층구조 자기구성 순환 신경회로망 (Multi - layer Self - Organized Recurrent Neural Network)

Ⅳ. 실험 결과

Ⅴ. 결론 및 향후 연구 방향

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-0101-2009-569-017923123