요약 | 본 발명은 연속 가중치 수정 루틴을 이용하여 오류 역전파 학습 알고리즘의 수렴시간을 단축시킬 수 있는 물체인식을 위한 다층 신경망 학습방법에 관한 것이다.본 발명의 물체인식을 위한 다층 신경망 학습 방법은 가중치와 허용오차를 초기화하고 가중치 수정반복 변수를 세팅하는 제1 단계와, 학습패턴의 입력 및 각 층의 응답을 계산하는 제2 단계와, 출력층의 응답을 계산하고 은닉층의 오차를 계산하는 제3 단계와, 가중치 수정반복 변수에 의한 은닉층과 출력층 사이의 가중치를 조정하는 제4 단계와, 학습패턴의 존재여부를 판단하여 학습패턴이 존재하지 않는 경우 오차제곱을 최대의 오차제곱과 비교하는 제5 단계와, 5 단계에서 오차제곱이 최대의 오차제곱보다 작은 경우 학습을 종료하는 제6 단계를 포함하는 것을 특징으로 한다.본 발명에 의하면, 순방향 네트워크로 학습을 진행하고 역전파시 가중치 수정을 위해 가중치 수정반복 변수를 이용하여 학습계획을 결정함으로써 오차의 감소폭이 크게 증대되므로 허용오차에 이르는 시간이 급격히 단축되게 된다. |
---|---|
Int. CL | G06F 15/18 (2006.01) |
CPC | G06N 3/084(2013.01) G06N 3/084(2013.01) G06N 3/084(2013.01) |
출원번호/일자 | 1019990010344 (1999.03.25) |
출원인 | 학교법인조선대학교 |
등록번호/일자 | |
공개번호/일자 | 10-2000-0061371 (2000.10.16) 문서열기 |
공고번호/일자 | |
국제출원번호/일자 | |
국제공개번호/일자 | |
우선권정보 | |
법적상태 | 거절 |
심사진행상태 | 수리 |
심판사항 | |
구분 | |
원출원번호/일자 | |
관련 출원번호 | |
심사청구여부/일자 | Y (1999.03.25) |
심사청구항수 | 2 |