인공신경망 - 로봇 자율성과 적응을 위한 지능형 시스템 구축
Fouad Sabry
Translator Baek Hyun
Publisher: 10 억 지식이 걸립니다 [Korean]
Summary
1: 인공 신경망: 신경망의 기본과 광범위한 의미를 탐구합니다. 2: 퍼셉트론: 단일 계층 학습 모델의 구성 요소를 이해합니다. 3: 위르겐 슈미트후버: 현대 네트워크의 선구적 연구를 발견합니다. 4: 신경 진화: 신경 아키텍처를 최적화하기 위한 유전적 접근 방식을 조사합니다. 5: 순환 신경망: 순차적 데이터에 대한 메모리가 있는 네트워크를 조사합니다. 6: 피드포워드 신경망: 데이터가 단일 방향으로 이동하는 네트워크를 분석합니다. 7: 다층 퍼셉트론: 네트워크 깊이를 향상시키는 계층 구조에 대해 알아봅니다. 8: 양자 신경망: 양자 지원 학습 모델의 잠재력을 발견합니다. 9: adaline: 패턴 인식을 위한 적응형 선형 뉴런을 연구합니다. 10: 에코 상태 네트워크: 시간적 데이터에 대한 동적 저수지 모델을 탐구합니다. 11: 스파이킹 신경망: 생물학적으로 영감을 받은 신경 시스템을 이해합니다. 12: 저수지 컴퓨팅: 시계열 분석을 위한 특수 네트워크 살펴보기. 13: 장기 단기 메모리: 정보를 보관하도록 설계된 아키텍처 마스터하기. 14: 인공 신경망의 종류: 다양한 네트워크 모델 구별하기. 15: 심층 학습: 다층 네트워크의 깊이와 범위 파악하기. 16: 학습 규칙: 신경 모델 학습을 안내하는 방법 살펴보기. 17: 합성곱 신경망: 이미지 데이터에 맞게 조정된 네트워크 분석하기. 18: 사라지는 기울기 문제: 네트워크 학습의 과제 해결하기. 19: 양방향 순환 신경망: 양방향으로 데이터를 처리하는 모델 알아보기. 20: 잔차 신경망: 학습 최적화를 위한 고급 기술 배우기. 21: 인공 신경망의 역사: 이 혁신적인 분야의 진화를 추적하기.
Available since: 12/18/2024.
Print length: 263 pages.
