|
신경망
입력부는 광수신기(photo-receptor), 중간부는 연관기(associator), 출력부는 응답기(responder)의 세 계층으로 된 망
간단한 분류 기능을 학습하여 사용 가능 신경망(neural networks)
신경망의 구조
신경망의 종류
역전파망
코호넨 자
|
|
|
신경망 모형을 설정하여 비교하는 연구가 필요하다.
<참 고 문 헌>
(1) Amari,S. (1994), Commant on "Neural networks : a review from a statistical perspective" by Cheng and Titterington, Statistical Science, 9, .31-32.
(2) Chakraborty, K., Mehrotra,K., Mohan,C.K., Ranka,S. (1992), "Forecastin
|
|
|
신경망
데이터마이닝의 기능
… 분류 (classification) … 군집화 (clustering)
… 연관성분석 (association) … 모형화 (modeling, regression)
… 예측 (time-series forecasting/prediction) 1. 데이터마이닝 개념
2. 기 법
신경망 모형(Neural networks)
(1) 신경망 계
|
|
|
신경망과 비선형동역학, 물리학과 첨단기술 8, 12 (1998년 1월).
[Kandel, Scwarz, Jessell, 1995] E.R. Kandel, J.H. Schwarz, and T.M. Jessell, Essentials of Neural Science and Behavior, (Appleton and Lange, Conn. 1995.
[Gray, K
nig, Singer, 1987, Gray, Engel, Singer, 1989] C.M. Gray and W. Singer, Stim
|
|
|
신경망
시계열 자료를 이용하여 분석을 행하는 방법으로는 1개의 입력층, 1개의 출력층, 다수의 은닉층으로 구성된 다층형 인공 신경망(Multi-layer Feedforward Neural Networks)가 널리 사용된다. 입력 층은 전이 함수를 갖지 않고 직접 입력값을 은닉층
|
|
메뉴펼치기
