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
한국지능시스템학회 한국지능시스템학회 논문지 퍼지 및 지능 시스템학회 논문지 제11권 제6호
발행연도
2001.12
수록면
505 - 509 (5page)

이용수

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

초록· 키워드

오류제보하기
본 연구에서는 학습기능을 갖는 결정론적 볼츠만 머신의 은닉층 뉴런에 비단조 활성화 함수를 적용한 경우의 학습성능을 XOR 문제와 ADD 학습에 대하여 수치 시뮬레이션을 통하여 분석한다. 단조 활성화 함수를 사용한 경우와 비교하여 학습수렴률, 학습안정도, 및 학습 속도에 있어서 성능이 크게 향상됨을 확인하였다. 또한 네트워크의 막전위 분포를 조사함으로써 end-cut-off 타입의 비단조 함수를 이용한 경우에 나타나는 다음 층의 뉴런에 영향을 주지 않는 뉴런의 출현 즉, 신경회로망에 있어서 은닉층 뉴런의 수를 자율적으로 조정하는 것을 확인하였다. 이것은 학습문제에 대하여 네트워크의 은닉층 뉴런의 수를 명확하게 결정할 수 없는 현재의 상황에 있어서는 새로운 돌파구가 될 것으로 기대된다.

목차

요약
Abstract
1. 서론
2. 결정론적 볼츠만머신
3. 학습성능 평가
4. 시뮬레이션 및 결과 및 고찰
5. 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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-028-014805137