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
학술대회자료
저자정보
진용하 (수원대학교) 김기상 (수원대학교) 오성권 (수원대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 학술발표 논문집 한국지능시스템학회 2009년도 춘계학술대회 학술발표논문집 제19권 제1호
발행연도
2009.4
수록면
79 - 82 (4page)

이용수

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

초록· 키워드

오류제보하기
본 연구에서는 최적 탐색 알고리즘인 입자군집최적화(Particle Swarm Optimization; PSO) 알고리즘을 이용하여 다항식 뉴럴네트워크(Polynomial Neural Network; PNN)의 최적 설계가 그 목적이다. PSO는 자연선택의 진화 메카니즘이 아닌 새 떼와 같은 생체군집의 사회적 행동양식을 바탕으로 한다. 기존의 PNN은 확장된 GMDH(Group Method of Data Handling) 방법에 기반을 두며, 네트워크의 성장과정을 통하여 각 층의 다항식 뉴런에서 미리 설정된 노드입력 및 입력 개수뿐만 아니라 다항식 차수를 이용하였다. 그러나 파라미터-즉, 입력변수의 개수, 입력변수, 및 다항식 차수-가 정해져 있다 보니 다양한 조건의 수행에 한계가 있다. 제안된 모델은 PSO를 이용하여 위 파라미터를 선택 동조함으로써 구조적으로 더 최적화된 네트워크가 되도록 한다. 또한 다른 지능모델보다 더 우수한 예측능력뿐만 아니라 높은 정확성을 가진 모델임을 보인다.

목차

요약
1. 서론
2. PSO-based 다항식 뉴럴 네트워크
3. 최적 다항식 뉴럴네트워크
4. 시뮬레이션 및 결과 고찰
5. 결론
참고문헌

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-0101-2010-028-002277993