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
Wang등이 제안한 퍼지 퍼셉트론은 일반화된 델타 규칙(generalized delta rule)을 사용한 학습 알고리즘이다. 이 퍼지 퍼셉트론 알고리즘은 비선형 함수로 threshold logic 함수를 사용하여 출력 노드의 출력값을 결정하기 때문에 결정 경계선이 진동하고 가중치의 변화에 민감하다. 그리고 복잡한 패턴에 대해서는 수렴성이 낮다.
본 논문에서는 Wang이 제안한 퍼지 퍼셉트론의 단점을 개선하기 위해서 동적인 학습률과 바이어스를 사용하여 가중치 변화의 민감성을 감소시키고 비선형 함수인 sigmoid 함수를 사용하여 결정 경계선이 진동하는 것을 방지하였다. 제안된 학습 방법과 Wang이 제안한 퍼지 퍼셉트론과의 비교를 위해 신경망에서 벤치 마크로 사용되는 XOR 문제, PARITY 문제와 현실적인 문제에 적용하기 위해 영문자 인식에 적용하였다. 실험 결과 Wang이 제안한 퍼지 퍼셉트론에 비해서 학습 속도와 수렴성이 향상되었다.

목차

요약

Ⅰ. 서론

Ⅱ. 퍼지 퍼셉트론

Ⅲ. 바이어스를 이용한 퍼지 퍼셉트론

Ⅳ. 실험 및 결과 분석

Ⅴ. 결론 및 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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017971003