[인공지능] 퍼셉트론 , 신경망

인트로

 

인간의 뇌와 관련한 퍼셉트론 개념을 설명할 예정이고, 

 

그에 이어 신경망 특성을 설명하였습니다.

1) 퍼셉트론이란 [인간의 뇌와 관련하여]  

2) 신경망 특성

3) 노드의 연산 (다음글)

4) 퍼셉트론의 한계점 (다음글)

---

1. 퍼셉트론 [인간의 뇌]

인간의 뇌는 약 1000억개의 뉴런으로 구성되어 있습니다. 

뉴런과 뉴런 사이에는 연결 부위인 시냅스가 있는데, 

우리 몸의 신경 말단에서 자극을 받으면 화학물질이 나와 전위 변화를 일으킵니다. 

 

신경세포

이때, 전위가 임계값을 넘으면 다음 뉴런으로 신호를 전달하고, 임계값을 넘지 못하면 신호를 전달하지 않습니다.  

로지스틱 회귀에서는 입력값에 따라,

 

입력값이 활성함수의 일정한 수준을 넘으면 TRUE, 넘지 못하면 FALSE를 반환합니다.

 

신경망은 이러한 인간의 뇌를 본딴 구조이다.  

 

---

2. (인공)신경망이란?

 

신경망은 경험적 지식을 축적하고,

 

그것을 유용하게 만드는 자연적인 성향를 가지는 거대한 병렬 분산 처리기 이다.

 

말이 어려운데, 

 

대용량의 경험적 지식을 쌓아서

 

값을 예측하는 거대한 계산기입니다.

 

신경망은 두가지 면에서 뇌와 닮았습니다.

 

 

---

2-1. 신경망 특성

1) 학습이 가능 

2) 뛰어난 일반화 능력

3) 병렬 처리 가능

4) 현실적 문제에서 우수한 성능 

5) 다양한 문제 해결 도구 

---

2-2. 신경망 구조 절반의 성공 ?

신경망은 인간 지능에 필적하는 컴퓨터를 만들지 못했으나, 

 

제한적 환경에서 실용적인 시스템을 만드는데 큰 기여를 하였습니다. 

신경망은, 실용적인 수학적 모델로서 자리매김하였습니다. 

---

2-3. 신경망의 기본단위 퍼셉트론

신경망을 이루는 가장 기본 단위는 퍼셉트론입니다. 

 

퍼셉트론은 입력값을 활성함수에 넣어 TRUE,FALSE를 결정해주는 가장 작은 단위입니다. 

퍼셉트론은 뉴런과 비슷한 형태를 가집니다.

 

또한 퍼셉트론은 MLP의 초석이 되었습니다.  구조는 다음과 같습니다.

1) 입력층 : d+1 개의 노드  

2) 출력층 : 1개의 노드 (합 계산 및 활성함수 계산) 

 

퍼셉트론 전체 구조

 

 

---

퍼셉트론에 관한 다음글 보러가기

[인공지능] 노드의 연산, 퍼셉트론 한계