최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기정보과학회논문지 = Journal of the Korea Information Science Society, v.19 no.2, 1992년, pp.140 - 150
이남일 , 김항준 , 안광선
본 논문에서는 임의의 순서의 입력 패턴에 대해서도 실시간에 안정된 인식 영역을 스스로 만들어 가는 자율적인 적응 인공 신경망 모델인 ART의 결점을 찾아서 수학적인 분석과 컴퓨터 시뮬레이션을 통해서 그 해결 방안을 모색하였다. 그리고 새로운 확장된 인공 신경망 모델(EART)을 제시하였다. 자율적인 적응학습방법을 사용하는 이 모델은 Grossberg가 주창한 ART의 모든 특성을 만족시켜 준다. 그리고 일정하게 감소하거나 증가하는 순서로 들어오는 입력 패턴에 대해서도 안정된 인식을 할 수 있다. 특히 입력 패턴의 학습이 완료된 후에 유사성을 비교해서 리세트 시스템을 동작하도록 하는 ART와는 달리, 연속적인 리세트 형태로 이루어져 있기 때문에, 학습을 하는 동안에 바로 리세트 시스템을 동작하도록 함으로써 전체 학습시간을 단축시킬 수 있다. 마지막으로 LLTM 기술을 이용하여 어느 정도의 화상개념을 구체화했다.
In this paper, we describe some shortcomings of the original adaptive resonance theory that self organize stable recognition categories regarding arbitrary sequences of input patterns in real time and study the solutions of these problems through mathematical analyses and computer simulations. As a...
※ AI-Helper는 부적절한 답변을 할 수 있습니다.