일반기술

신경 회로망 구조와 학습 방법

본 기술은 신경회로망의 구조와 그 학습방법에 관한 것으로, 종래의 신경회로망에서 단충퍼셉트론의 경우는 학습속도와 빠르고 정확하지만 선형 분리문제 이외의 고차원 문제는 해를 구하기 어려운 제약이 있고, 다층 퍼셉트론의 경우는 비선형 문제를 해결할 수는 있지만 학습시간이 길로 국소 극소점(local minimum)에 빠지기 쉽고, 초기 가중치(initial weight)의 선택에 따라 학습성능이 변화되며, 학습데이터를 보여주는 순서에 따라 학습능률이 달라지는 문제점을 해결하기 위한 것이다.주어진 m개의 연상(Association)에 대하여 직접 연상이 선형 분리문제가 되도록 하는 중간상태들을 구비하고, 각각 분리된 직접연상을 최소 평균자승법으로 학습하고, 중간상태들을 위치 참조메모리로 연결한 구조의 신경회로망을 제공하므로서 고속의 학습시간을 보장하고 국소 극소점에 빠지지않기 때문에 주어진 어떠한 데이타의 경우도 학습이 가능하며 초기 가중치의 선택여부에 관계없이 우수한 학습능률을 확보할 수 있도록 한 것이다.