chapter 1 인공지능 딥러닝의 이해 - 1절 인공 신경망의 이해 - 1항 인공 신경망이란?

1. 인공 신경망의 개념

  인공 신경망은 인간의 중앙 신경계로부터 영감을 받아 만들어졌다.

 

 인공 신경망(artificial neural networks, ANN)은 커다란 망으로 함께 연결되어 있는 인공 신경을 기반으로 구성된다. 각각의 인공신경은 간단한 신호를 처리 할 수 있는 구조로 만들어져 있다.

 

2. 인공 신경망의 활용 분야

• 얼굴 확인하기
• 음성 인식하가
• 손 글씨 일기
• 문장 번역하기
• 게임 하기
• 자동차나 로봇 제어하기

 

3. 인공 신경망의 구조

 인공 신경망은 입력층(input layer), 은닉층(hidden layer), 출력층(output layer)으로 구성된다.

심층 학습 신경망
 심층 학습 신경망(deep learning neural network, DNN)은 은닉층이 2개 이상인 신경망이다. 이를 이용한 머신러닝을 딥러닝(deep learning)이라고 한다.

합성곱 신경망
 합성곱 신경망(comvolution neural network, CNN)은 이미지 인식에 뛰어난 신경망이다. 특징을 추출하는 신경망과 분류를 하는 신경망으로 구성된다.

반복 신경망
 반복 신경망(recurrent neural network structure, RNN)은 노드에서 나온 값이 다시 되먹임 되는 형태로 구성된다. 이와 달리 한방향으로만 신호가 흐르는 기본적인 신경망을 순전파 신경망(feed-forward neural network, FNN)이라고 한다.