초록 ▼

1. 연구 목표 및 결과 요약
가. 연구 목표
- 신경생리학적으로 확립된 원리에 기초한 인공 뉴런 모델 개발
- 오류 역전파 알고리즘을 대체할 수 있는 새로운 학습이론에 대한 개념 증명

나. 연구 결과 요약
연구 내용
∙ 널리 알려진 뉴런의 생리학적 특성과 베이즈 확률론, 강화학습,효율적 코딩 이론 등을 결합한 뉴런모델 연구
연구 결과
∙ 개별 뉴런에서 시간적 정보와 공간적 정보를 국소적으로 통합하는 모델 제안
∙ 제안된 뉴런 모델은 기존 학습 알고리즘으로도 학습 가능함

1. 연구 목표 및 결과 요약
가. 연구 목표
- 신경생리학적으로 확립된 원리에 기초한 인공 뉴런 모델 개발
- 오류 역전파 알고리즘을 대체할 수 있는 새로운 학습이론에 대한 개념 증명

나. 연구 결과 요약
연구 내용
∙ 널리 알려진 뉴런의 생리학적 특성과 베이즈 확률론, 강화학습,효율적 코딩 이론 등을 결합한 뉴런모델 연구
연구 결과
∙ 개별 뉴런에서 시간적 정보와 공간적 정보를 국소적으로 통합하는 모델 제안
∙ 제안된 뉴런 모델은 기존 학습 알고리즘으로도 학습 가능함

연구 내용
∙ Hebbian learning, Perturbation learning, Reinforcement learning 등을 포함한 기존 학습 알고리즘에 대한 개선 적용 가능성 연구
연구 결과
∙ Spike Time Dependent Plasticity와 Reinforcement Learning을 결합한 형태의 기본 학습 체계와 Natural Gradient와 같은 Information Geometry를 이용하는 방법에 관한 후속 연구필요성 제시

연구 내용
∙ Weak Signal 탐색 결과
연구 결과
∙ Feedback Alignment(Lillicrap 2016), Feedback Alignment + Reinforcement Learning(Lansdell 2019), Contrastive Hebbian Learning(Movellan 1991), Recirculation(Hinton 1988), GeneRec(O’Reilly 1996), Equilibrium Propagation(Scellier&Bengio 2017), Predictive Coding(Rao 1999, Whittington 2017), Target Propagation(Bengio 2014) 등에 관한 연구 동향 조사

(출처 : 본문 1. 연구 목표 및 결과 요약 2p)

목차 Contents

• 표지 ... 1
• 1. 연구 목표 및 결과 요약 ... 2
• 가. 연구 목표 ... 2
• 나. 연구 결과 요약 ... 2
• 2. 연구 내용 및 결과 ... 3
• 가. 과제 개요 및 배경 ... 3
• 나. 연구 내용 및 결과 ... 6
• 다. Weak Signal 탐색 및 결과 ... 10
• 라. 연구 산출물 ... 18
• 3. 후속 연구 과제 제안 ... 19
• 4. 연구개발비 집행 실적 ... 20
• 5. 연구 수행에 따른 문제점 및 개선 방향 ... 20
• 6. 중요 연구 변경 사항 ... 20
• 7. 기타 건의 사항 ... 20
• 붙임1. 자체 보안관리 진단표 ... 21
• 끝페이지 ... 21