$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

패턴분류에서 학습방법 개선

Improvement of learning method in pattern classification

Abstract

A new algorithm is proposed for training the multilayer perceptrion(MLP) in pattern classification problems to accelerate the learning speed. It is shown that the sigmoid activation function of the output node can have deterimental effect on the performance of learning. To overcome this detrimental effect and to use the information fully in supervised learning, an objective function for binary modes is proposed. This objective function is composed with two new output activation functions which are selectively used depending on desired values of training patterns. The effect of the objective function is analyzed and a training algorithm is proposed based on this. Its performance is tested in several examples. Simulation results show that the performance of the proposed method is better than that of the conventional error back propagation (EBP) method.

저자의 다른 논문

참고문헌 (27)

  1. 신경회로망에서 일괄 학습 , 김명찬;최종호 , 전자공학회논문집 / v.32-B,pp.100-108, 1995
  2. Square root learning in batch mode BP for classification problems , Myung-Chan Kim;Chong-Ho Choi , Proc. ICNN / v.,pp.2769-2774, 1995
  3. 배치모드 학습시 다층인식자의 가중치 초기화 방법 , 김명찬;최종호 , 제 1회 항법유도제어 학술대회 / v.,pp.119-124, 1995
  4. D. E. Rumelhart;J. L. McClelland , Parallel Distributed Processing / v.1,pp., 1986
  5. Parallelism, hierarchy, scaling in time-delay neural networks for spotting Japanese phonemes /CV-syllabes , H. Sawai;A. Waivel;P. affiner;M. Miyatake;K. Shikano , Proc. IJCNN / v.2,pp.81-89, 1989
  6. A fast new algorithm for training feedforward neural networks , R. S. Scaleo;N. Tepedelenlioglu , IEEE Trans. Signal Processing / v.40,pp.202-210, 1992
  7. Efficient classification for multiclass problems using modular neural networks , R. Anand;K. Mehrotra;C. K. Mohan;S. Ranka , IEEE Trans. Neural Networks / v.6,pp.117-124, 1995
  8. 패턴 분류용 다층인식자의 오차 역전파 학습 알고리즘의 개선 , 김명찬 , 박사학위 논문, 서울대학교 / v.,pp., 0000
  9. 배치모드 학습시 다층인식자의 가중치 초기화 방법 , 김명찬;최종호 , 제 1회 항법유도제어 학술대회 / v.,pp.119-124, 1995
  10. Improving the convergence of the back-propagation algorithm , A. Van Ooyen;B. Nienhuis , Neural Networks / v.5,pp.465-471, 1992
  11. J. Hertz;A. Krogh;R. G. Palmer , Introduction to the theory of neural computation / v.,pp., 1991
  12. Improving the convergence of backpropagation learning with second order methods , S. Becker;Y. Le Cun , Proc. 1988 Connectionist Models, Summer School / v.,pp.29-37, 1988
  13. An accelerated learning algorithm for multilayer perceptron: optimization layer by layer , S. Ergezinger;E. Thomsen , IEEE Trans. Neural Networks / v.6,pp.31-42, 1995
  14. Learning to tell two spirals apart , K. Lang;M. Witbrok , Proc. 1988 Connectionist Models, Summer School / v.,pp., 1988
  15. Back-propagation heuristics: A study of the extended delta-bar-delta algorithm , A. A. Minai;R. D. Williams , Proc. IJCNN / v.1,pp.595-600, 1990
  16. MEKA - A fast, local algorithm for training feedforward neural networks , S. Shah;F. Palmieri , Proc. IJCNN / v.3,pp.41-46, 1990
  17. An introduction to computing with neural nets , R. P. Lippmann , IEEE ASSP Magazine / v.,pp.4-22, 1987
  18. An accelerated learning algoirthm for multilayer perceptron networks , A. G. Parlos;B. Fernandez;A. F. Atiya;J. Muthusami;W. K. Tsai , IEEE Trans. Neural Networks / v.5,pp.493-497, 1994
  19. The effect of the slope of the activation function on the back propagation algorithm , A. Rezgui;N. Tepedelenlioglu , Proc. IJCNN / v.I,pp.673-678, 1990
  20. Lambda learning rule for feedforward neural networks , J. M. Zurada , Proc. IJCNN / v.,pp.1808-1811, 1993
  21. A direct adaptive method for faster backpropagation learning the RPROP algorithm , M. Riedmiller;H. Braun , Proc. IJCNN / v.1,pp.586-591, 1993
  22. Acceleration of backpropagation through learning rate and momentum adaptation , A. A. minai;R. D. Williams , Proc. IJCNN / v.1,pp.696-679, 1990
  23. Square root scale and momentum control for BP learning in classification problems , Myung-Chan Kim;Chong-Ho Choi , Proc. ICONIP'94 / v.2,pp.761-766, 1994
  24. Increased rates of convergence through learning rates adaptation , R. A. Jacobs , Neural Networks / v.1,pp.325-334, 1988
  25. Back propagation fails to separate where perceptron succeed , M. L. Brady;R. Raghaven;J. Slawny , IEEE Trans. Circuit and System / v.30,pp.665-674, 1989
  26. Learning algorithms for perceptrons using back-propagation with selective updates , S. Huang;Y. Huang , IEEE Control System Magazine / v.,pp.56-61, 1990
  27. Accelerated learning in multilayer network , A. Atiya;A. Parlos;J. Muthusami;B. Fernandez;W. Tsai , Proc. IJCNN / v.3,pp.925-929, 1992

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

이 논문과 연관된 기능

이 논문과 함께 이용한 콘텐츠

DOI 인용 스타일