서지주요정보
Stability analysis of feed-forward neural network using topological soliton = 위상솔리톤을 이용한 신경망의 안정성에 관한 연구
서명 / 저자 Stability analysis of feed-forward neural network using topological soliton = 위상솔리톤을 이용한 신경망의 안정성에 관한 연구 / Sang-Hee Han.
저자명 Han, Sang-Hee ; 한상희
발행사항 [대전 : 한국과학기술원, 1999].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8009946

소장위치/청구기호

학술문화관(문화관) 보존서고

MPH 99024

SMS전송

도서상태

이용가능

대출가능

반납예정일

초록정보

As perceptrons, the generalization power of layered feed-forward neural network(MLP) on the variations in test data is important for practical use of the neural networks. For the analysis of these stabilities in the MLP, we changed the feed-forward of neural network as cascade of $φ^4$ field theory with corresponding field Lagrangian without losing any properties of the network. Using this well-known topological soliton solution of field theory model, the stability of neural network is interpreted as topological stability of kink-type soliton solutions of $φ^4$ field theory. An explicit example, a simple three-class recognition problem, is shown with their theoretical field Lagrangian for practical manner.

다층신경망네트워크는 감독훈련(supervised training)을 통하여 각 층의 가중치를 설정하고 나면, 샘플링에서는 존재하지 않는 작은 변이(variation)를 스스로 무시하여 추상화시키며, 이런 일반화(generalization)의 능력은 실제로 문자, 음성인식에 널리 이용되고 있다. 본 연구에서는 이러한 다중 신경망네트워크의 일반화 구조를 이해하기 위해 신경망의 계층구조를 물리적으로 잘 알려진 $φ^4$ 마당이론(field theory)의 계층구조로 바꾸어 보았으며, 이로써 잘 훈련된 신경망인식자(perceptron)의 특정입력에 대한 안정성을 마당이론의 위상적솔리톤해(topological soliton)의 안정성으로써 설명할 수 있었다.

서지기타정보

서지기타정보
청구기호 {MPH 99024
형태사항 ii, 30 p. : 삽도 ; 26 cm
언어 영어
일반주기 저자명의 한글표기 : 한상희
지도교수의 영문표기 : In-Gyu Koh
지도교수의 한글표기 : 고인규
학위논문 학위논문(석사) - 한국과학기술원 : 물리학과,
서지주기 Reference : p. 29-30
주제 Neural network
Field theory
Topological stability
Topological soliton
신경망
위상적솔리톤해
안정성
QR CODE qr code