일반기술

물체인식을 위한 다중 신경망 학습방법

본 기술은 연속 가중치 수정 루틴을 이용하여 오류 역전과 학습 알고리즘의 수렴시간을 단축시킬 수 있는 물체인식을 위한 다중 신경망 학습방법에 관한 것이다.본 기술의 물체인식을 위한 다층 신경망 학습 방법은 가중치와 허용오차를 초기화하고 가중치 수정반복 변수를 세팅한느 제 1단계와 ,학습패턴의 입력 및 각 층의 응답을 계산하는 제복 변수에 의한 은닉층과 출력층 사이의 가중치를 조정하는 제4단계와 ,학습패턴의 존재여부를 판단하여 학습패턴이 존재하지 않는 경우 오차제곱을 최대의 오차제곱과 비교하는제5단계와 ,5단계에서 오차제곱이 최대의 오차제곱보다 작은 경우 학습을 종료하는 제6단계를 포함하는 것을 특징으로 한다.본 기술에 의하면, 순방향 네트워크로 학습을 진행하고 역전파시 가중치 수정을 위해 가중치 수정반복 변수를 이용하여 학습계획을 결정함으로써 오차의 감소폭이 크게 증대되므로 허용오차에 이르는 시간이 급격히 단축되게 된다.본 기술은 연속 가중치 수정 루틴을 이용하여 오류 역전과 학습 알고리즘의 수렴시간을 단축시킬 수 있는 물체인식을 위한 다중 신경망 학습방법에 관한 것이다.본 기술의 물체인식을 위한 다층 신경망 학습 방법은 가중치와 허용오차를 초기화하고 가중치 수정반복 변수를 세팅한느 제 1단계와 ,학습패턴의 입력 및 각 층의 응답을 계산하는 제복 변수에 의한 은닉층과 출력층 사이의 가중치를 조정하는 제4단계와 ,학습패턴의 존재여부를 판단하여 학습패턴이 존재하지 않는 경우 오차제곱을 최대의 오차제곱과 비교하는제5단계와 ,5단계에서 오차제곱이 최대의 오차제곱보다 작은 경우 학습을 종료하는 제6단계를 포함하는 것을 특징으로 한다. 본 기술에 의하면, 순방향 네트워크로 학습을 진행하고 역전파시 가중치 수정을 위해 가중치 수정반복 변수를 이용하여 학습계획을 결정함으로써 오차의 감소폭이 크게 증대되므로 허용오차에 이르는 시간이 급격히 단축되게 된다. 이는 물체인식에 있어 인식시간을 획기적으로 줄였을 뿐만 아니라 ,금융 및 보완 관련하여 실행자 인식에 큰 효과를 줄수 있는 프로그램이다