지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.51 No.5
- 발행연도
- 2024.5
- 수록면
- 445 - 453 (9page)
- DOI
- 10.5626/JOK.2024.51.5.445
이용수
초록· 키워드
오류제보하기
오류 역전파 알고리즘은 신경망의 핵심적인 학습 알고리즘으로 최근에도 다양한 딥러닝 모델에서 사용되고 있다. 그러나 오류 역전파 학습에서 상위층 오차 신호가 하위층으로 순차적으로 전달되면서 상위층의 가중치 정보가 하위층 가중치 업데이트에 사용되는 방식은 생물학적 타당성의 결여와 계산 효율성 저하의 문제가 지적되어왔다. 이러한 문제들을 개선하기 위하여 역방향 가중치를 별도로 사용하는 학습방법론들이 제안되었으나 아직 초기 연구에 머물고 있으며 다양한 관점에서의 분석이 필요하다. 본 논문에서는 상위층의 오차를 하위층으로 직접 투사하는 직접 피드백 정렬 방법과 별도의 역방향 가중치를 업데이트하는 단계를 가지는 가중치 미러 방법을 결합하여 새로운 학습 방법을 제안한다. 제안하는 방법은 기존의 두 알고리즘이 가지던 한계를 극복하여 생물학적으로 타당하며 효율적인 병렬 학습이 가능한 가중치 업데이트 방법을 구현한다. 여러 벤치마크 데이터에 대한 실험을 통하여 제안하는 방법의 가능성을 확인하였다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 역방향 경로를 이용한 학습
4. 제안하는 학습법
5. 실험 결과 및 분석
6. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
은닉층 구조를 스스로 최적화하는 신경망 개발에 관한 연구 ( A Study on Developing the Neural Network Having the Ability of Self-Structuring its Optimal Model )
김정현
,
김유신
대한전자공학회 학술대회
1996
.01
Graph Structure Learning: Reflecting Types of Relationships between Sensors in Multivariate Time Series Anomaly Detection
박민재
,
김명호
Journal of KIISE
2024
.03
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089789171