1. 신경망(Neural Network)의 소개

신경망 알고리즘은 인간의 두뇌를 모델로 한 분석 방법이다. 인간의 두뇌는 약 10^11개의 뉴런이 매우 큰 개수의 시냅스에 서로 간에 연결되어 있다. 각 뉴런(neuron)들은 시냅스(연결선)에 의하여 서로 정보를 교환한다. 특정 뉴런에 신호가 입력되면 그 뉴런은 시냅스에 의해 연결된 다른 노드로 신호를 전달하고 이러한 과정이 계속되어 뇌는 새로운 것을 학습하게 된다는 이론에 기초하고 있다.

뉴런의 구조는 아래의 그림을 참고하기 바란다. 신경망 알고리즘을 이해하기 위해서 뇌의 구조를 깊이있게 이해해야 할 필요는 없음으로 크게 부담갖을 필요는 없다.


2. 신경망의 구조

신경망은 인간의 뇌의 구조를 모델로하여 아래와 같은 구조를 통해 학습(Learning)을 수행한다.


3. 신경망 알고리즘의 역사

신경망의 역사에 대해서 아래의 표를 참고하기 바란다.
아래의 표는 [Neural Connection을 이용한 데이터마이닝 신경망분석]의 p.6 에서 발췌하였다.
 
신경망 알고리즘을 최신 기술로 알고 있는 사람들도 있지만 사실은 그렇지 않다. 1950년대 부터 신경망 알고리즘의 기초적인 아이디어가 제안되었고 지금까지 발전되는 가운데 여러 분야에서 사용되고 있다. 한동안 인공지능 및 신경망의 한계가 제시되어 침체기를 걷기도 하였으나 오히려 최근에 들어 다양한 분야에서 많이 활용되고 있다. 

 연도

 연구자

연구 내용

 1958년

 프랑크 로센블라크
 (Frank Rosenblastt)

최초의 인식 모형 발명
(후에 신경망의 기초가 됨)  

 1967년

 민스키 & 페페트
 (Minsky & Papert)

인식 모형 구조의 문제 해결의 한계 발표
(저서 'Perceptron'를 통해)

 1982-1984년

 홉필드 & 코호넨
 (Hopfield & Kohonen)

인식 모형의 구조 문제 해결을 하면서 오류-역전파망을 이용한 다층인식모형의 탄생


4. 신경망 관련 동영상

[1] The Next Generation of Neural Networks [동영상보기]
[2] Neural Network Lesson 1 : Single-Layer Perceptrons [동영상보기]
[3] Neural Network Lesson 2 : Probabilistic Neural Networks [동영상보기]
[4] C++ Console Lesson 13: Perceptron Training [동영상보기]

참고자료 (교재)  

[1] Neural Connection을 이용한 데이터마이닝 신경망분석, 고려정보산업, 조용준/허준/최인규 공저, 1999년


[논문] 신경망 분석을 이해하는 데 도움이 되는 참고 논문

[1] 인공신경망분석의 이해와 활용, 2008년, 유제민, 한국심리학회 [논문정보]
(KISS 논문 검색사이트를 통해 검색함. 검색어: 신경망)
내용 : 신경망 알고리즘에 대한 대략적인 소개가 설명되어 있습니다. 자세한 수식 등을 설명되지 않으며, 신경망에 대한 간단한 소개자료입니다. 2페이지로 간단하게 소개와 특징, 장점등이 기술되어 있습니다.



[논문] 신경망을 활용한 논문

[1] 생명보험사의 개인연금 보험예측을 사례를 통해서 본 의사결정나무 분석의 설명변수 축소에 관한 비교 연구, 이용구(중앙대학교 수학통계학부), 허준(SPSS Korea), 2009년 데이터정보과학회 논문지 게제. [논문정보]
(KISS 논문 검색사이트를 통해 검색함. 검색어 신경망)
내용 : 신경망 알고리즘을 사용하여 변수를 축소한 후 결정트리를 통한 의사결정을 하는 것이 효과적이라는 내용이다. 데이터(변수) 축소를 위해서 신경망을 활용하였다.



<참고자료>

[1] 신경망을 사용하여 동물을 분류하는 프로젝트
http://blog.naver.com/shine10ee?Redirect=Log&logNo=10047902225&vid=0

[2] 신경망 소스 코드 제공 사이트
http://lcn.epfl.ch/tutorial/english/

[3] 충북대 오창석 교수님의 <뉴로컴퓨터 개론> 책(9장. 신경망)에 대한 강의자료입니다.
http://blog.paran.com/fuzzyrisk/26175430#
 1) 뉴로 컴퓨터란?
 2) 생물학적 신경망
 3) 인공신경망 모델
 4) 신경망의 유형
 5) 활성화 함수
 6) 패턴 분류
 7) 퍼셉트론
 8) 연상메모리
  9) BP(오류역전파)알고리즘
 10) 뉴로 컴퓨터 응용

[4] SAS에서의 신경망 활용 예제


[5] 신경망의 응용

by 에이아이 2009. 10. 26. 14:46

[인공지능의 이해] 라는 서적에서 소개하고 있는 신경망 분석 기법에 대한 설명입니다.

출처 : 인공지능의 이해, 생능출판사, 양기철 저 (P.214- 222)

인공지능에 대한 간단한 소개, 간단한 예제를 통한 역전파 신경망 알고리즘의 동작 원리를 설명하고 있습니다.

   인공 신경망(Artificial Neural Network)은 인간의 두뇌와 신경 시스템을 닮은 정보처리소자이다. 인공 신경망 기법은 연결주의(Connectionism) 기법이라고도 하는데 이는 뉴런(Neuron)들을 연결하여 문제해결 모델을 만들기 때문이다. 인공신경망은 1970년대 연구가 줄어들다가 1980년대부터 활발한 연구가 재개 되었고 1990년대 들어 미국 정부의 지원 아래 뇌 관련 연구가 번창하게 되었다.

   인간의 두뇌는 뉴런이라는 특수한 세포로 구성되어 있다. 뉴런은 죽지 않는 세포이다. 따라서 저장된 정보를 계속 보관할 수 있는 것이다. 인간의 두뇌에는 뉴런이 100억 개 이상 있으며 그 종류도 100여 가지가 넘는다. 이런 뉴런들을 신경망(Neural Network)이라고 하는 여러 개의 그룹으로 모여 있다. 그리고 신경망의 집합이 두뇌를 구성한다. [그림9.10]은 뉴런의 구조이다.

사용자 삽입 이미지


[그림9.10]에서 보는 바와 같이 하나의 뉴런에서 신호를 축색돌기를 통해 다른 뉴런으로 보낸다. 축색돌기의 신호는 시넵스(Synapse)를 거쳐 다른 뉴런의 축색돌기에 연결되는데 시넵스는 전달되는 신호의 크기를 크게 하거나 작게 하는 조절 기능이 있다. 인공 신경망은 인간 두뇌의 신경망을 모방한 것으로 [그림9.13]은 하나의 인공 신경망 구조를 보인 것이다. 그리고 인공 신경망을 구성하는 인공뉴런(Processing Element라고도 함)의 구조는 [그림9.11]과 같다.

사용자 삽입 이미지

 


by 에이아이 2009. 8. 12. 00:43
| 1 |