본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

Robustness를 형성시키기 위한 Hybrid 학습법칙을 갖는 다층구조 신경회로망
Multi-layer Neural Network with Hybrid Learning Rules for Improved Robust Capability

정동규    (한국과학기술원 전기 및 전자공학과   ); 이수영    (한국과학기술원 전기 및 전자공학과  );
  • 초록

    In this paper we develope a hybrid learning rule to improve the robustness of multi-layer Perceptions. In most neural networks the activation of a neuron is deternined by a nonlinear transformation of the weighted sum of inputs to the neurons. Investigating the behaviour of activations of hidden layer neurons a new learning algorithm is developed for improved robustness for multi-layer Perceptrons. Unlike other methods which reduce the network complexity by putting restrictions on synaptic weights our method based on error-backpropagation increases the complexity of the underlying proplem by imposing it saturation requirement on hidden layer neurons. We also found that the additional gradient-descent term for the requirement corresponds to the Hebbian rule and our algorithm incorporates the Hebbian learning rule into the error back-propagation rule. Computer simulation demonstrates fast learning convergence as well as improved robustness for classification and hetero-association of patterns.


 저자의 다른 논문

  • 정동규 (2)

    1. 1994 "성능개선과 하드웨어구현을 위한 다층구조 양방향연상기억 신경회로망 모델" 電子工學會論文誌. Journal of the Korea institute of telematics and electronics. B b31 (9): 159~165    
  • 이수영 (35)

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기