HOME > 상세정보

상세정보

진화 연산 신경망 구조

진화 연산 신경망 구조 (40회 대출)

자료유형
단행본
개인저자
Vonk, E. Jain, L. C. Johnson, R. P. 이상배
서명 / 저자사항
진화 연산 신경망 구조 / E. Vonk ; L.C. Jain ; R.P. Johnson [공저]. ; 이상배 역.
발행사항
서울 :   그린 ,   1999.  
형태사항
v, 236 p. : 삽도 ; 23 cm.
원표제
Automatic generation of neural network architecture using evolutionary computation
ISBN
8986497379
일반주기
색인수록  
서지주기
참고문헌: p.221-227
000 00902namccc200301 k 4500
001 000000651887
005 20100806094427
007 ta
008 991126s1999 ulka 001a kor
020 ▼a 8986497379 ▼g 93560 : ▼c \10000
040 ▼a 211009 ▼c 211009 ▼d 211009
041 1 ▼a kor ▼h eng
049 1 ▼l 121041643 ▼f 과학 ▼l 121041644 ▼f 과학
082 0 4 ▼a 006.32 ▼2 21
085 ▼a 8568 ▼2 KDCP
090 ▼a 006.32 ▼b 1999
100 1 ▼a Vonk, E.
245 1 0 ▼a 진화 연산 신경망 구조 / ▼d E. Vonk ; ▼e L.C. Jain ; ▼e R.P. Johnson [공저]. ; ▼e 이상배 역.
246 1 9 ▼a Automatic generation of neural network architecture using evolutionary computation
260 ▼a 서울 : ▼b 그린 , ▼c 1999.
300 ▼a v, 236 p. : ▼b 삽도 ; ▼c 23 cm.
500 ▼a 색인수록
504 ▼a 참고문헌: p.221-227
700 1 ▼a Jain, L. C.
700 1 ▼a Johnson, R. P.
700 1 ▼a 이상배
950 0 ▼b \10000

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/보존서고1(동양서)/ 청구기호 006.32 1999 등록번호 121041643 도서상태 대출가능 반납예정일 예약 서비스 B M

컨텐츠정보

저자소개

E.VONK(지은이)

<진화 연산 신경망 구조>

정보제공 : Aladin

목차


목차
제1장 서론 = 1
제2장 인공 신경 회로망 = 5
 2.1 서론 = 6
  2.1.1 인공 뉴런 = 6
  2.1.2 퍼셉트론 = 8
  2.1.3 활성 함수 = 8
  2.1.4 2층 신경 회로망 = 11
  2.1.5 신경 회로망의 형태 = 11
  2.1.6 학습(learning) = 12
  2.1.7 학습된 신경 회로망으로부터 출력 데이터의 연상 = 14
  2.1.8 학습 규칙 = 14
  2.1.9 신경 회로망의 연결 형태 = 15
 2.2 신경 회로망의 기본 형태 = 16
  2.2.1 다층 퍼펩트론 = 17
 2.3 결론 = 19
제3장 진화 연산 = 21
 3.1 유전 알고리즘(GAs) = 22
  3.1.1 최적화 문제의 예 = 22
  3.1.2 알고리즘 = 26
  3.1.3 세대의 예 = 26
  3.1.4 이원법과 경쟁 방법 = 37
  3.1.5 정상 상태 유전 알고리즘 = 41
  3.1.6 병렬 유전 알고리즘 = 42
  3.1.7 엘리트 이론 = 42
  3.1.8 기본 유전 알고리즘의 확장 = 43
 3.2 유전 프로그래밍(GP) = 44
 3.3 진화 알고리즘 = 50
제4장 생물학적 배경 = 55
 4.1 진화론의 구조 = 55
 4.2 재생 = 57
 4.3 돌연변이 = 59
  4.3.1 염색체 돌연변이 = 59
  4.3.2 유전자 돌연변이 = 62
 4.4 진화 = 63
 4.5 진화 연산과의 관계 = 71
제5장 유전 알고리즘의 수학적 기초 = 79
 5.1 유전 알고리즘의 실행 = 79
 5.2 스키마 정리와 구성부 가설 = 82
  5.2.1 Roulette Wheel 재생의 효과 = 84
  5.2.2 교배 효과 = 85
  5.2.3 돌연변이 효과(The Effect Mutation) = 87
  5.2.4 모든 유전 연산자들의 조합 효과: 스키마 정리 = 88
  5.2.5 구성부 가설 = 89
  5.2.6 초월 평면의 전환 = 91
  5.2.7 Walsh 스키마 변환 = 92
  5.2.8 다른 표현에대한 스키마 정리의 확장 = 95
 5.3 스키마 정리와 구상부 가설에 대한 평가 = 96
 5.4 스키마 정리에 대한 양자택일의 가격 이론 = 98
 5.5 마르코프 연쇄 분석 = 99
제6장 GA의 도구 = 103
 6.1 GA 수행 = 103
 6.2 적합도 함수 = 106
 6.3 코딩(coding) = 107
  6.3.1 2진 코딩 = 108
  6.3.2 실제값 코딩 = 110
  6.3.3 기호 코딩 = 111
  6.3.4 비동질 코딩 = 111
 6.4 선택 구조 = 112
  6.4.1 조화 재생 = 113
  6.4.2 토너먼트 선택 = 114
  6.4.3 정상 상태 유전 알고리즘 = 115
 6.5 교배, 돌연변이와 역치 = 115
  6.5.1 교배 = 116
  6.5.2 돌연변이 = 117
  6.5.3 역치 = 118
제7장 진화 연산과 신경회로망의 조합 = 119
 7.1 신경 회로망(NN)의 가중치 학습에서의 진화 연산 = 119
 7.2 진화 연산의 신경 회로망(NN) 분석 = 121
 7.3 진화 연산으로서 신경 회로망(NN) 구조와 가중치의 최적화 = 122
  7.3.1 직접 엔코딩 = 125
  7.3.2 파라메트로 된 엔코딩 = 127
  7.3.3 문법 엔코딩 = 128
제8장 유전 알고리즘을 사용한 신경 회로망 발생 = 131
 8.1 구조 = 132
 8.2 유전 알고리즘의 신경 회로망의 예 = 133
 8.3 신경 회로망에 대한 유전 프로그래밍의 창조와 교배 법칙 = 135
  8.3.1 창조 법칙 = 135
  8.3.2 교배 법칙 = 135
 8.4 자동적으로 정의된 함수(ADF) = 136
 8.5 적합도 함수의 이행 = 138
 8.6 신경 회로망에 대한 유전 프로그래밍의 실험 = 139
  8.6.1 XOR 문제 = 140
  8.6.2 1bit를 더한 문제 = 142
  8.6.3 나선형으로 서로 얽혀진 문제 = 144
 8.7 신경 회로망에 대한 유전 프로그래밍의 논의 = 145
제9장 GA를 사용한 신경망 가중치의 최적화 = 147
 9.1 GA 소프트웨어에 대한 설명 = 148
 9.2 구조 = 151
 9.3 실험 = 155
  9.3.1 데이터 집합 = 156
  9.3.2 GA와 오류 역전파의 비교 = 157
  9.3.3 결과 = 158
 9.4 논의 = 165
제10장 신경 회로망을 생성하는 GA = 167
 10.1 신경망 설계에 있어서의 구조화 유전 알고리즘 = 168
  10.1.1 가중치 전송 = 169
  10.1.2 구조적 변화와 파라미터 변화 = 171
 10.2 Kitanos Matrix Grammar = 173
 10.3 변형된 행렬 문법 = 175
 10.4 행렬 문법에 의한 Structured Gas의 결합 = 185
  10.4.1 유전 연산자 = 189
  10.4.2 평가 = 189
 10.5 직접 부호화(Direct Encoding) = 190
 10.6 신경망의 간소화와 축소(Network pruning and Reduction) = 193
 10.7 실험 = 194
  10.7.1 설정 = 194
  10.7.2 결과 = 195
 10.8 토의 = 213
제11장 결론 및 대안 = 217
참고문헌 = 221
찾아보기 = 229


관련분야 신착자료

Cartwright, Hugh M. (2021)
한국소프트웨어기술인협회. 빅데이터전략연구소 (2021)