- 정보 전달 방식에 따라 대개 두형태로 분류
- 상호 결합형: 각 노드들이 서로 결합되어 결과를 서로 전달하는 피드백 과정이 있음.
- 계층적 입출력형: 각 노드들로 구성된 계층이 2개에서 n개까지의 계층으로 나누어져 있어 한 층의 노드들은 다른 층의 노드로 출력 결
과만을 전달하는 방식으로 입출력 관계를 갖음.
신경회로망의 기능
| 1. 연상기능.
2. 최근접 데이터의 인출기능. 3. 특징 추출 기능. 4. 조합론적 폭발 문제 해결 기능. 5. 비상 안전 기능. 6. 감지 정보 처리 기능. 7. 제어기능. 8. 지식 정보 처리 기능. |
홉필드 모델(Hopfield Network)
| - 1982년 미국의 물리학자인 Hopfield가 발표한 모델. - 정보의 흐름이 양방향 - 피드백이기 때문에 자신의 노드로부터 나온 출력값을 다시 입력으로 받는 상호 겷바형 네트워크 구조. - 모든 입출력값이 정확한 이진 상태로 표현 가능. - 문자를 ASCII나 픽셀값으로 표현이 가능할 경우 가장 적당한 모델. - 입력값이 연속적인 형태일 경우는 아날로그 값을 디지털 값으로 바꾸어 주어야 하는 문제점 때문에 다소 좋지 않은 결과 얻을 수 있음.
두 가지 제약 조건 - 첫째, 노드간의 결합 강도가 대칭적. - 둘째, 신경 회로망내의 모든 노드들이 서로 비동기적으로 동작하는 병렬 컴퓨터 모델의 특징을 갖고 있음.
- 각 뉴런이 그것에 들어온 신호의합계가 어떤 임계치를 넘으면 흥분하고, 그 이하이면 흥분하지 않는 상태가 되는 신경회망을 모델 - 연상 메모리로 구현 가능. - 극소점: 시간이 변함에 따라 에너지의 산을 내려가서 계곡에 떨어져서 빠져나올 수 없는 점에 이른 점. - 연상 메모리: '하늘'이란 입력으로 부터 '파랗다', '높다' 등의 개념을 출력하거나, 불완전한 문자열 또는 이미지를 입력하여 완전 기존의 컴퓨터에는 주소에 의해 기억한 내용을 찾아오는 방식과는 다른 방식. 기억된 내용과 같은 수준의 정보로부터 검색하는 방식이기 때문에 내용 주소 메모리라고도 불리움. 기억한 내용을 완전히 병렬로 검색할 수 있어서 고속의 데이터베이스 검색 등 많은 분야에 응용이 가능.
두가지 제한점 - 첫째, 너무나 많은 패턴이 기억된다면 분류하는데 제한점이 따름. - 학습에 필요한 클래스 수는 입력 노드 수보다 약 15%를 초과하지 않도록 하는 것이 효율적. - 둘째, 입력 패턴이 너무나도 부정확하면 다른 클래스로 분류될 가능성이 높음. |
