인간의 사고와 인지에 관심이 있던 인지과학자와 새로운 계산모형에 관심을 갖고 있던 학자들은 신경해부학적 사실을 토대로 하여 간단한 연산기능만을 갖는 처리기(인공 뉴런)를 고안하였다. 그리고 이러한 처리기들을 가중치(weight)를 갖는 채널(데이터 통로)로 연결한 망(network) 형태의 계산모형을 제안하였다. 이렇게 제안된 모델을 인공신경망(artificial neural network)이라 한다. 인공신경망 기본구성요소인 인공뉴런은 그림과 같은 구조를 갖는 처리기이다. 우리가 보통 사용하는 컴퓨터는 한 개 또는 몇 개의 복잡한 기능을 가지고 있는 프로세스가 모든 연산 및 제어를 하고 있는 것과는 달리 인공신경망에서는 단순한 연산기능을 가지고 있는 수많은 인공뉴런이 서로 연결되어 정보를 저장하고 처리한다는 것이 기본 개념이라 할 수 있다.
반응형
'AI 이론 > 딥러닝 이론' 카테고리의 다른 글
옵티마이저 (Optimizer) 종류 - 인공지능, 머신러닝, 데이터마이닝 (0) | 2021.11.30 |
---|---|
[분류 딥러닝 모델링] tensorflow코딩 (sigmoid함수, confusion metrics 평가) (0) | 2021.11.30 |
[딥러닝] fit함수에서 epochs, batch란? (0) | 2021.11.30 |
[예측 모델링] tensorflow 코딩 (linear함수, MSE 평가) / Dummy variable trap (0) | 2021.11.29 |
[딥러닝] 인공신경망(ANN), Gradient Descent, propagation, activation function (0) | 2021.11.29 |