Neural network NAM S B MDLAB Electronic Engineering
Neural network NAM S. B MDLAB. Electronic Engineering, KNU NAM S. B Mdlab. Electronic engineering, Kangwon university Neural Network 강원대학교 공학대학 전자공학과 대학원 남시병 11
Neural network 목 차 NAM S. B Mdlab. Electronic engineering, Kangwon university 1장 2장 3장 4장 5장 6장 7장 8장 9장 Neuro computer 뇌의 모델링 신경망 이론 단층 신경망 다층 신경망 연상 메모리 경쟁식 신경망 자율 신경망 뉴로 컴퓨터 응용 NAM S. B MDLAB. Electronic Engineering, KNU 22
Neural network NAM S. B MDLAB. Electronic Engineering, KNU NAM S. B Mdlab. Electronic engineering, Kangwon university 1장 NEURO COMPUTER 1. 1 뇌 연구의 역사 1. 2 neuron 33
Neural network NAM S. B MDLAB. Electronic Engineering, KNU 1. 1 뇌 연구의 역사 1, 신경과학 NAM S. B Mdlab. Electronic engineering, Kangwon university 그림 1 -2. 레오나르도 다빈치가 그린 뇌 해부그림 66
Neural network NAM S. B MDLAB. Electronic Engineering, KNU 1. 1 뇌 연구의 역사 2. 뇌 MEMORY AND LEARNING 장기기억(long-term memory) … 저장 정보는 비교적 영구적(느리게 망각) NAM S. B Mdlab. Electronic engineering, Kangwon university 단기기억(short-term memory) … 비교적 쉽게 분쇄되고 빠른 속도로 소멸 9 9
Neural network NAM S. B MDLAB. Electronic Engineering, KNU 13 1. 1 뇌 연구의 역사 4. 전달물질 축색(axon) NAM S. B Mdlab. Electronic engineering, Kangwon university 미토콘드리아 정보전달 시넵스 13 덴트리드 (dentrite) 그림 1 -5. 뉴런끼리의 정보전달에는 대부분 화학물질이 사용된다.
Neural network 1. 2 neuron 1, Neuron NAM S. B MDLAB. Electronic Engineering, KNU 14 14 NAM S. B Mdlab. Electronic engineering, Kangwon university
Neural network 1. 2 neuron NAM S. B MDLAB. Electronic Engineering, KNU 17 17 1, Neuron NAM S. B Mdlab. Electronic engineering, Kangwon university 위 그림은 대표적인 뉴런의 생김새입니다. 뇌 조직은 100억개의 뉴런과 지지세포로 구성. 뉴런 은 신경계의 기본적인 기능적 단위이다.
Neural network 1. 2 neuron NAM S. B MDLAB. Electronic Engineering, KNU 1, Neuron 세포간의 전령 역할을 하는 호르몬과 신경 전달물질이 있다 NAM S. B Mdlab. Electronic engineering, Kangwon university 그림 2 -2. 뉴런 세포 18 18
Neural network 1. 2 neuron 1, Neuron NAM S. B MDLAB. Electronic Engineering, KNU 21 21 NAM S. B Mdlab. Electronic engineering, Kangwon university
Neural network 1. 2 neuron NAM S. B MDLAB. Electronic Engineering, KNU 22 22 1, Neuron 신경망 : 감지, 종합, 반응 세가지 기능을 함. NAM S. B Mdlab. Electronic engineering, Kangwon university 이러한 반응을 일으키게 하는 환경의 요 소를 자극(stimulus)라 한다.
Neural network 1. 2 neuron NAM S. B MDLAB. Electronic Engineering, KNU 1, Neuron 수상돌기 NAM S. B Mdlab. Electronic engineering, Kangwon university 뉴론 : 세포체 축색 메를린 수초 세포핵 23 23
Neural network 1. 2 neuron 1, Neuron 미엘린수초(myelin sheath) : 축색을 둘러싸고 있는 물질 NAM S. B MDLAB. Electronic Engineering, KNU 24 24 NAM S. B Mdlab. Electronic engineering, Kangwon university
Neural network 1. 2 neuron NAM S. B MDLAB. Electronic Engineering, KNU 3. COMMUNICATION AMONG NEURONS 시냅스(synapse) : 뉴런들이 서로 정보를 나누는 특수한 장소) NAM S. B Mdlab. Electronic engineering, Kangwon university 한 뉴런의 축색은 이웃 세포의 수상돌기나 세포체와 시냅스 형성 (축색이 많은 가지 를 치기 때문에 많은 시냅스 형성) ① 시냅스에서의 작용(흥분성 시냅 스, excitatory synapse) ② 억제성 시냅스(inhibitory synapse) 34 34
Neural network 1. 3 Neural Network 모델 NAM S. B MDLAB. Electronic Engineering, KNU 1. Neuro의 특징 ∎ Neuron computer, Neural Network등으로 불린다. ∎Neuro는 고도의 병렬 분산처리 시스템 이다. ∎Neuro는 학습 능력을 보유하고 있다. NAM S. B Mdlab. Electronic engineering, Kangwon university 2. Neuron Model INPUT ∑ NET F(NET) OUT NET = ∑ INPUT OUT = f(NET) 임계값 OUT = 1 0 NET >= T NET < T 36 36
Neural network 1. 3 Neural Network 모델 NAM S. B MDLAB. Electronic Engineering, KNU 2. Neuron Model 1) Unit(PE: Processing Element) NAM S. B Mdlab. Electronic engineering, Kangwon university Y = f(X) , X=wixi w : weigh (연결강도 , 결합하중, 결합 강도) 37 37
Neural network 1. 3 Neural Network 모델 38 38 NAM S. B MDLAB. Electronic Engineering, KNU 2. Neuron Model 입력 연결강도 뉴런 NAM S. B Mdlab. Electronic engineering, Kangwon university X 1 W 1 ∶ ∶ ∶ Wn 출력 Y OUT 예제 Xn X =[ x 1, x 2, …. . xn] W =[ w 1, w 2, …. . wn] n NET = ∑ xiwi i=1 OUT = f(NET)= f( = x 1 w 1+x 2 w 2+ … +xnwn n ∑ xiwi i=1 ) OUT = 1 0 NET >= T NET < T
Neural network 39 39 NAM S. B MDLAB. Electronic Engineering, KNU 1. 3 Neural Network 모델 2. Neuron Model 2) Me. Cull 0 ch-Pitts 모델 X 1 NAM S. B Mdlab. Electronic engineering, Kangwon university xm xm+1 W 1 Wm 예제 Y -p -p Xn 흥분성 연결강도 OUT 억제성 연결강도 m n NET = ∑ xiwi -∑ xip i=1 i=m+1 T>mw-p : 부등식이 성립되어야 한다 Kw >= T > (k-1)w : k개 이상의 뉴런이 OUT = 1 0 NET >= T NET < T
Neural network 1. 3 Neural Network NAM S. B MDLAB. Electronic Engineering, KNU 2. Neuron Model 2) Unit response 특성 (1) Mc. Culloh-Pitts model(멕컬로 피츠 모델) NAM S. B Mdlab. Electronic engineering, Kangwon university a) step function b) sigmoid function c) rectangular function 그림 3 -2. The function of the Unit response ∎ rectangular function, step function f(X) = 1, X ≧ 0 0, X ≤ 0 ∎ sigmoid function f(X) = 0, X ≤ 0 40 40
Neural network 1. 3 Neural Network NAM S. B MDLAB. Electronic Engineering, KNU 3. Network Model ∎ Neural Network model을 상호결합형 네트워크라 한다. ∎ 연결 강도는 학습에 의해 수정되며 unit들은 병렬처리 된다. NAM S. B Mdlab. Electronic engineering, Kangwon university 1) 계층 구조 41 41
Neural network 1. 3 Neural Network 3. Network Model 2) Foreword 계층구조 NAM S. B Mdlab. Electronic engineering, Kangwon university 3) Feedback 계층구조 NAM S. B MDLAB. Electronic Engineering, KNU 42 42
Neural network NAM S. B MDLAB. Electronic Engineering, KNU 1. 3 Neural Network 3. Network Model Neural Network 의 분류 NAM S. B Mdlab. Electronic engineering, Kangwon university Neural Network Feed Back Constructed BAM Feed Forward Trained Liner Non Liner T. S. P Adaline Hopfield CAM Adaptive Resonance Perceptron Kobonen Unsupervised Supervised Backpro 43 43
Neural network 1. 3 Neural Network 4. Learning Model 1) 뉴로의 학습 NAM S. B MDLAB. Electronic Engineering, KNU 44 44 NAM S. B Mdlab. Electronic engineering, Kangwon university
Neural network 1. 3 Neural Network NAM S. B MDLAB. Electronic Engineering, KNU 4. Learning Model 2) 지도학습(교사 학습) ∎입력 값과 출력 값을 지정해 주고 학습한다. ∎ weight를 학습에 의해 최적 weight 값을 구해낸다. 45 45 NAM S. B Mdlab. Electronic engineering, Kangwon university
Neural network 1. 3 Neural Network 4. Learning Model 3) 자율 학습 ∎입력 값만 주고 학습하는 방법 NAM S. B MDLAB. Electronic Engineering, KNU 46 46 NAM S. B Mdlab. Electronic engineering, Kangwon university
- Slides: 46