"인공 뉴런"의 두 판 사이의 차이

둘러보기로 가기 검색하러 가기
45 바이트 추가됨 ,  11년 전
편집 요약 없음
잔글 (→‎구조)
인공신경망을 구성하는 프로세서인 인공 뉴런의 기능은 다음과 같다. 단순히 입력된 신호 x=[x1, x2, … , xn]을 연결가중치 w=[w1, w2, … , wn]과 곱한 값을 모두 더한 다음, 그 결과에 비선형 함수 f를 취하는 것이다. 이 때 동일한 입력 x를 가했을 때의 출력은 w에 따라 다른 값이 된다. 따라서 정보는 바로 연결 가중치 벡터 w에 저장된다고 볼 수 있다. 출력 y의 값은 다음과 같은 식에 의해 계산된다.
 
<math>y = f \left ( \sum_{i=1}^n x_1 \cdot w_1 - \theta \cdot w_0 \right )</math>
[[그림:artificial_neuron_002.jpg]]
 
이 때 f는 비선형 특성을 갖는 함수로서, 이를 '''활성함수'''(activation function) 또는 '''전달함수'''(transfer function)라 한다. 여기에서 θ는 뉴런 자체의 임계값(threshold) 또는 바이어스(bias)로서 Σ(xi·wi)의 값이 임계치 보다 작을 때는 뉴런이 활성화되지 않도록 하는 역활을 한다.

편집

3,004

둘러보기 메뉴