메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤상웅 (서울대학교) 장병탁 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제21권 제4호
발행연도
2015.4
수록면
338 - 342 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2015

Echo State Network 모델의 은닉 뉴런 간 연결구조에 따른 성능과 동역학적 특성 분석
윤상웅 ,  장병탁 정보과학회 컴퓨팅의 실제 논문지 2015.04 학술저널

2014

순환 신경망 언어 모델의 은닉 뉴런의 미래 서열 예측 성질
윤상웅 ,  이상우 ,  장병탁 한국정보과학회 학술발표논문집 2014.12 학술대회자료
회귀 신경망 모델의 은닉 뉴런 간 연결구조에 따른 성능과 동역학적 특성 분석
윤상웅 ,  장병탁 한국정보과학회 학술발표논문집 2014.06 학술대회자료

초록· 키워드

오류제보하기
시계열 데이터를 다룰 수 있는 기계학습모델인 회귀 신경망은 되먹임 연결을 허용하기 때문에 앞먹임 신경망에 비해 훨씬 다양한 구조를 가질 수 있다. 본 연구에서는 은닉 뉴런 간의 네트워크 구조에 초점을 맞추어 그것이 회귀 신경망의 정보처리 능력에 미치는 영향을 탐구하고자 한다. 이를 위해 회귀신경망 모델 중 하나인 Echo State Network을 기준으로 하여, 여러 가지 잘 알려진 네트워크 모델에 따라 은닉 뉴런 간 연결을 구성하고 각각의 경우에 시계열 학습 능력과 동역학을 분석하였다. 그 결과, 은닉뉴런의 네트워크 구조에 따라 모델의 성능이 큰 폭으로 변하는 것이 관찰되었으며, 그러한 현상은 신경망 동역학이 가지는 임계도(criticality)의 변화와 잘 일치했다. 본 연구의 결과는 기존 회귀 신경망 연구에서 주된 관심사였던 신경망 연결 가중치뿐만 아니라 신경망의 연결 구조가 모델의 성능에 중요한 영향을 미친다는 사실을 보여주며, 성능 향상을 위한 중요한 단서가 될 수 있다.
#시계열 데이터 #Echo State Network #Recurrent Neural Network #network topology #recurrentconnection structure #time-series data

목차

요약
Abstract
1. 서론
2. 연구 방법
3. 은닉 뉴런 연결구조에 따른 시계열 학습 능력
4. 은닉 뉴런 연결구조에 따른 동역학 특성
5. 선호적 연결 네트워크에 대한 고찰
6. 결론
References

참고문헌 (7)

참고문헌 신청
1. [학위논문] - I. Sutskever / 2013 / Training Recurrent Neural Networks / PhD / University of Toronto google schola 2. [보고서] - H. Jaeger / 2001 / The "echo state" approach to analysing and training recurrent neural networks google schola 3. [단행본] - M. E. J. Newman / 2010 / Networks: An Introduction / Oxford University Press google schola 4. [학술지(정기간행물)] - A. Taylor / 2009 / CONTEST: A Controllable Test Matrix Toolbox for MATLAB / ACM Transactions on Mathematical Software 35 (4) : 26 ~ google schola 5. [보고서] - H. Jaeger / 2002 / Adaptive Nonlinear System Identification with Echo State Networks : 593 ~ 600 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0