본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

PCA를 이용한 다중 컴포넌트 신경망 구조설계 및 학습
Multiple component neural network architecture design and learning by using PCA

박찬호    (경희대학교 전자계산공학과   ); 이현수    (경희대학교 전자계산공학과  );
  • 초록

    In this paper, we propose multiple component neural network(MCNN) which learn partitioned patterns in each multiple component neural networks by reducing dimensions of input pattern vector using PCA (principal component analysis). Procesed neural network use Oja's rule that has a role of PCA, output patterns are used a slearning patterns on small component neural networks and we call it CBP. For simply not solved patterns in a network, we solves it by regenerating new CBP neural networks and by performing dynamic partitioned pattern learning. Simulation results shows that proposed MCNN neural networks are very small size networks and have very fast learning speed compared with multilayer neural network EBP.


 저자의 다른 논문

  • 박찬호 (1)

    1. 1997 "효과적인 패턴분할 방법에 의한 하이브리드 다중 컴포넌트 신경망 설계 및 학습" 電子工學會論文誌. Journal of the Korean Institute of Telematics and Electronics. C c34 (7): 70~81    
  • 이현수 (21)

 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