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

추천
검색
질문

이용수

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

초록· 키워드

오류제보하기
인공 신경망은 인간의 뇌를 분석하여 병렬 분산 처리 구조를 가지며 간단한 수학적 모델로 모델링하여 학습에 의한 지능을 구현하려는 반면, 퍼지 이론은 인간이 사용하고 있는 애매한 문제를 논리적으로 처리할 수 있고 저장된 지식으로부터 새로운 지식을 추론해 낼 수 있는 논리성과 추론성을 가지고 있다. 퍼지 논리 연산자를 이용하여 인공 신경망을 구현하려고 활발히 연구되어 지고 있다.
본 논문에서는 인공 신경망과 퍼지 논리의 장점을 뉴런 구조에 적용하여 학습속도가 빠르며 수렴률을 향상시키는 방법을 제시 한다. 제안된 방법으로 인공 신경망의 벤치마크로 사용되는 XOR문제, PARITY문제 및 현실적인 응용을 위해 한글 자모음 인식에 적용시켜 보았다. 실험 결과 학습 속도가 빠르며 수렴률은 많은 향상을 보였다.

목차

요약

1. 서론

2. 퍼지 퍼셉트론

3. 생물학적 구조를 가진 퍼지 퍼셉트론

4. 실험 결과 및 분석

5. 결론 및 연구 방향

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017951305