2021 조선대학교 인공지능 기말고사 정리 (9장부터 12장)
- 최초 등록일
- 2021.12.30
- 최종 저작일
- 2021.12
- 41페이지/ 어도비 PDF
- 가격 3,000원
소개글
"2021 조선대학교 인공지능 기말고사 정리 (9장부터 12장)"에 대한 내용입니다.
자료안에 시험 참고할만한 내용도 살짝 들어있습니다
목차
1. 신경망의 개요
2. 초기의 신경망
3. 다층 퍼셉트론
4. 신경망을 이용한 문자인식과 음성인식
5. 딥러닝과 심층신경망
6. 딥러닝 심층신경망의 종류
7. 딥러닝의 활용과 동향
8. 딥러닝을 지원하는 하드웨어
9. 머신러닝과 딥러닝을 지원하는 소프트웨어들
10. 머신러닝과 딥러닝을 지원하는 소프트웨어들
11. 인공지능 패턴인식
12. 21세기의 황금어장 음성인식 기술
13. 신경망과 딥러닝을 이용한 영상인식
14. 인공지능의 자연어 처리
15. 인공지능과 데이터 사이언스 개요
16. 데이터의 수집, 관리, 분석, 보고
17. 데이터 분석 단계
18. 빅데이터
19. 데이터 마이닝과 데이터 사이언스의 미래
본문내용
(1) 신경망(Neural Networks)이란 무엇인가?
• 신경망은 인간 두뇌의 생물학적 뉴런의 작용을 모방한 모델
• 뉴런들로부터의 입력을 일정한 함수를 거쳐 출력
• ‘인공신경망’(Artificial Neural Networks)으로 부르기도 함
• 신경망은 병렬성(parallelism)이 뛰어남
• 문자인식, 음성인식, 영상인식, 자연어 처리 등에 이용
신경망의 발상
• 신경망은 연결주의 계열의 대표적인 모델
• 인간 두뇌에 있는 뉴런의 연결을 모방
• 인간의 지능이 뉴런들 사이의 연결로부터 시작된다는 발상
• 두뇌가 어떤 원리에 따라 작동하는지가 주된 관심
• 병렬처리 구현에 중점을 둠
• 학습과 관련된 지능적인 역할을 훌륭하게 수행
3대 신경망 모델과 알고리즘
• 1957년 로젠블럿의 퍼셉트론 모델(퍼셉트론 알고리즘)
• 1984년 PDP 그룹 이후의 다층 퍼셉트론 모델(역전파 알고리즘)
• 2006년 힌턴 이후의 심층신경망(딥러닝 알고리즘)
신경망의 학습 기능
• 모든 신경망의 공통적인 주요 역할은 ‘학습(learning)’ 기능
• 문자, 숫자, 음성, 영상, 동영상 등의 학습과 인식 능력
• 음성이나 영상 정보 등은 대규모 멀티미디어 정보
• 데이터가 크고 다루기가 매우 어려운 것을 학습하고 인식
신경망 개요
• “인간은 만물의 영장이다.”는 인간의 학습 기능 덕분?
• 학습을 다루는 신경망 기술의 중요성이 매우 큼
• 1957년 단층 퍼셉트론이 개발되었을 때 환호
• 1980년대 중반 다층 퍼셉트론 출현으로 가능성에 흥분
• 최근 딥러닝에 열광, 이제부터가 본격적 단계?
• 인간 두뇌 구현은 어려움, 장기적 안목의 연구개발 필요
(2) 신경망의 시작과 발전 과정
• 1943년 맥클럭-피츠 모델에서의 논리로 출발
• ‘헵’의 연결강도(weight) 조정을 위한 학습 규칙 나옴
• 1957년 로젠블럿의 (단층) ‘퍼셉트론(Perceptron)’ 개발
• 문자를 인식할 수 있는 첫 신경망으로 크게 주목 받음
• 1969년 퍼셉트론의 한계점 노출, 약 15년 동안 침체기
• 1980년대 초부터 새로운 형태의 신경망 모델들이 발표
참고 자료
없음