Perceptron

Perceptron

Perceptron

• 1957년 Frank Rosenblatt 가 제안한 인공 신경망의 초기 형태
• 여러 입력에서 하나의 결과를 출력하는 알고리즘 

퍼셉트론은 아래와 같이 4 가지 주요한 부분으로 구성됩니다.

• 입력 값
• 가중치(Weights) 및 편향(Bias)
• 순 합계(Net sum)
• 활성화 함수(Activation function)

퍼셉트론은 데이터를 두 부분, 즉이진 분류하는데 사용되기 때문에 선형 이진 분류기(linear binary classifiers)라고 불리고, 레이어 수에 따라 단층 퍼셉트론(single-layer perceptron)과 다층 퍼셉트론(multi-layer perceptron)으로 구분됩니다.

 

Multi-Layer Perceptron

Multi-Layer Perception (MLP)

• MLP는 feed-forward artifical neural network (ANN)의 종류입니다.
  • fully-connected feed-forward network
• MLP는 입력 레이어, 숨겨진 레이어 및 출력 레이어의 세 개 이상의 노드 레이어로 구성됩니다.
  • 입력 노드를 제외한 각 노드는 비선형 활성화 함수(nonlinear activation function)를 사용하는 뉴런입니다.
• MLP 수식

• MLP는 SLP의 한계를 극복하기 아래와 같은 방법을 사용합니다.
  • 시그모이드 뉴런(활성화 기능)
  • 숨겨진 뉴런 레이어
  • 히든 레이어 학습 방법