최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국도로학회논문집 = International journal of highway engineering, v.19 no.4 = no.84, 2017년, pp.1 - 7
PURPOSES : This study aims to improve complex modeling of multivariable, nonlinear, and overdispersion data with an artificial neural network that has been a problem in the civil and transport sectors. METHODS: Deep learning, which is a technique employing artificial neural networks, was applied for...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
인공신경망은 무엇인가? | 한편 그 패턴의 종류가 많아지고 정보의 분산이 커지게 되면 불완전한 근사치를 추정하게 되며, 주어지는 정보량이 많아지고 반복(학습) 횟수가 증가할수록 추정의 정확도가 높아지는 특성을 갖는다. 인공신경망은 이러한 인간의 패턴인식 특징을 수학적으로 모델링 한 일종의 알고리즘이다. | |
인공신경망의 구조는 어떻게 구성되어 있는가? | 인공신경망의 구조는 입력층(input layer), 출력층 (output layer), 은닉층(hidden layer)으로 구성되며, 이 중 은닉층이 2개 이상으로 많아질 경우 심층신경망 (deep neural network)으로 구분하는데, 이런 다층 인공신경망을 학습하는 알고리즘을 포괄적으로 딥러닝이라고 한다(Wikepedia, 2017). | |
회귀분석의 단점은 무엇인가? | 회귀분석은 선형성을 가정하기 때문에 추정이 편하고 계산이 쉽다는 장점이 있다. 반면 확보한 데이터가 선형성을 만족하지 못하면 해당 모형은 일반적으로 낮은 적합도(R-square)를 갖게 되며, 모집단이나 샘플을 조정하지 않는 한 개선의 여지는 거의 없다. 데 이터가 비선형일 경우 다항식(polynomial)형태로 변 환하여 대응이 가능하지만 다변량 분석이 불가능하게 되며, 이 외에도 홀수/짝수 차수에 따른 함수의 방향성 문제, 실측 데이터가 가지고 있는 주요 영역( 축 domain)을 벗어나게 되면 과소/과대 추정되는 경향 이 빈번하게 나타나기도 한다. |
ASTM (2015), ASTM E1926-08; Standard Practice for Computing International Roughness Index of Roads from Longitudinal Profile Measurements, ASTM International, West Conshohocken, PA.
Bishop, C. M., (1995), Neural Networks for Pattern Recognition, Clarendon Press - Oxford.
DL4J(2016), Introduction to Deep Neural Networks, DEEPLEARNING4J, A Web Page, (Available in : https://deeplearning4j.org/neuralnet-overview).
Hastie, T., Tibshirani, R. and Friedman, J. (2009), The Elements of Statistical Learning; Data Mining, Inference, and Prediction (2nd edition), Springer Series in Statistics, Springer-Verlag New York.
Lilien, G. L. and Rangaswamy, A. (1999), Marketing Engineering, 1999-20 Predicting Individual Responses using Multinomial Logit Analysis uModeling an Individual's Response to Marketing Effort, Marketing Engineering; Computer-Assisted Marketing analysis and Planning (Available in: http://slideplayer.com/slide/5270066/ ).
Master, T., (1995), Advanced Algorithms for Neural Networks, Wiley.
Palisade (2015), NeuralTools; Neural Network Add-in for Microsoft Excel (ver.7), Palisade Corporation, NY.
Raschka Sebastian (2015), Single-layer Neural Networks and Gradient Descent, A Web Page, (Available in: http://sebasti anraschka.com/Articles/2015_singlelayer_neurons.html).
Reed, R. D. and Robert, J. M. (1999), Neural Smithing; Supervised Learning in Feedforward Artificial Neural Networks, MIT Press.
RIMF (R Is My Friend) (2016), Variable importance in neural networks, A web page, (Available in: https://beckmw.wordpress.com/2013/08/12/variable-importance-in-neuralnetworks/).
Rosenblatt, F. (1958), "The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain", Psychological Review, Vol.65, No.6, pp.386-408.
Rumelhart, D. E., Hinton, G. E. and Williams, R. J. (1986), "Learning Internal Representations by Error Propagation", Parallel Distributed Processing, Vol. 1, Cambridge MA: MIT Press, pp.318-362.
Wikepedia (2017), Searching key word: Deep learning, Wikipedia (date: Jan, 2017).
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.