KR910018925A - 데이터 처리장치의 학습방법 - Google Patents
데이터 처리장치의 학습방법 Download PDFInfo
- Publication number
- KR910018925A KR910018925A KR1019910006603A KR910006603A KR910018925A KR 910018925 A KR910018925 A KR 910018925A KR 1019910006603 A KR1019910006603 A KR 1019910006603A KR 910006603 A KR910006603 A KR 910006603A KR 910018925 A KR910018925 A KR 910018925A
- Authority
- KR
- South Korea
- Prior art keywords
- layer
- output
- input
- neuron
- intermediate layer
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
내용 없음
Description
본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음
제1도는 본 발명의 제1 및 제2 실시예를 적용한 문자인식시스템을 나타내는 개량구성도, 제2도는 제2실시예의 입력층, 중간층 및 출력층에 있어서 뉴우론을 나타내는 개념도, 제4도는 뉴우론의 한가지 예를 나타내는 개념도.
Claims (4)
- 입력된 데이터에 소저의 처리를 실시한 결과에 기초해서 발화하여 소정의 데이터를 출력하는 복수의 뉴우론을 보유하는 입력층(31)과, 이 입력층보다도 소수의 뉴우론을 보유하는 출력층(33)과, 상기한 입력층 및 출력층 사이에 배설되고, 상기한 입력층 및 출력층의 중간수의 뉴우론을 보유하며, 각 뉴우론이 상기한 입력층 및 출력층의 각 뉴우론 결합하는 중간층(32)을 구비한 데이터처리장치의 학습방법에 있어서, 입력층의 발화패턴과, 출력층의 발화패턴을 복수의 입출력에 대해서 인위적으로 결정하고, 각 입출력에 대해서, 중간층의 각 뉴우론이, 입력층 및 출력층의 대응하는 복수의 뉴우론 중 소정비율 이상의 뉴우론이 발화하고 있는 경우에 화호하는 경향을 갖도록, 중간층 및 출력층의 시냅스가중치를 증가시켜서, 모든 입출력에 대하여 동일한 처리를 실시하는 것을 특징으로 하는 데이터처리장치의 학습방법.
- 제1항에 있어서, 상기한 학습방법에 의해 학습된 데이터처리장치에 대해서, 새로운 중간층을 추가하고, 이 새로운 중간층의 각 뉴우론을 인접하는 층의 각 뉴우론에 저속하며, 새로운 중간층의 각 뉴우론이, 입력층 및 출력측의 각 층의 대응하는 뉴우론 증 소정비율 이상의 뉴우론이 발화하고 있는 경우에, 발화하는 경향을 갖도록, 새로운 중간층 및 인접하는 출력측층의 시냅스가중치를 증가시켜 모든 입출력에 대하여 동일한 학습을 실시하고, 학습이 소정단계까지 완료한 시점에서 다시 새로운 중간층의 추가와 동일한 학습을 반복해서, 중간층을 증가시켜 가는 것을 특징으로 하는 데이터처리장치의 학습방법.
- 제1항에 있어서, 입력층의 발화패턴과 출력층의 발화패턴을 복수의 입출력에 대하여 인위적으로 결정하고, 각 입출력에 대해서, 중간층의 각 뉴우론이 입력층의 대응영역의 뉴우론의 출력치와 출력층의 대응한 뉴우론의 출력치에 소정의 계수를 곱한 값과의 합이 일정치 이상일 경우에, 발화하는 경향을 갖도록, 중간층 및 출력층의 시냅스가중치를 증가시켜서, 모든 입출력에 대하여 동일한 처리를 실시하는 것을 특징으로 하는 데이타처리장치의 학습방법.
- 제3항에 있어서, 상기한 학습방법에 의해 학습된 데이터처리장치에 대해서, 새로운 중간층을 추가하고, 이 새로운 중간층의 각 뉴우론을 인접하는 층의 각 뉴우론에 접속하여, 새로운 중간층의 각 뉴우론이, 입력측층의 대응영역의 뉴우론의 출력치와 출력측층의 대응하는 뉴우론의 출력치에 소정의 계수를 곱한 값과의 합이 일정치 이상일 경우에, 발화하는 경향을 갖도록, 새로운 중간층 및 인접하는 출력층의 시냅스가중치를 증가시켜서, 모든 입출력에 대하여 동일한 학습을 실시하고, 학습이 소정단계까지 완료된 시점에서 다시 새로운 중간층의 추가와 동일한 학습을 반복해서 중간층을 증가시켜 가는 것을 특징으로 하는 데이터처리장치의 학습방법.※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2106360A JPH045750A (ja) | 1990-04-24 | 1990-04-24 | データ処理装置の学習方法 |
JP2106361A JPH045751A (ja) | 1990-04-24 | 1990-04-24 | データ処理装置の学習方法 |
JP2-106360 | 1990-04-24 | ||
JP2-106361 | 1990-04-24 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR910018925A true KR910018925A (ko) | 1991-11-30 |
Family
ID=26446474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019910006603A KR910018925A (ko) | 1990-04-24 | 1991-04-24 | 데이터 처리장치의 학습방법 |
Country Status (4)
Country | Link |
---|---|
US (1) | US5239619A (ko) |
EP (1) | EP0453939B1 (ko) |
KR (1) | KR910018925A (ko) |
DE (1) | DE69120854T2 (ko) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2997571B2 (ja) * | 1991-07-10 | 2000-01-11 | 三菱電機株式会社 | 監視診断装置 |
EP0602717B1 (fr) * | 1992-12-16 | 1997-10-01 | Laboratoires D'electronique Philips S.A.S. | Dispositif neuronal et procédé pour le construire |
US5640492A (en) * | 1994-06-30 | 1997-06-17 | Lucent Technologies Inc. | Soft margin classifier |
US5835633A (en) * | 1995-11-20 | 1998-11-10 | International Business Machines Corporation | Concurrent two-stage multi-network optical character recognition system |
MY138544A (en) | 2003-06-26 | 2009-06-30 | Neuramatix Sdn Bhd | Neural networks with learning and expression capability |
JP7280935B2 (ja) * | 2017-03-21 | 2023-05-24 | 株式会社Preferred Networks | サーバ装置、学習済モデル提供プログラム、学習済モデル提供方法及び学習済モデル提供システム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4874963A (en) * | 1988-02-11 | 1989-10-17 | Bell Communications Research, Inc. | Neuromorphic learning networks |
US5041916A (en) * | 1989-02-07 | 1991-08-20 | Matsushita Electric Industrial Co., Ltd. | Color image data compression and recovery apparatus based on neural networks |
JPH0738186B2 (ja) * | 1989-03-13 | 1995-04-26 | シャープ株式会社 | 自己拡張形ニユーラル・ネットワーク |
-
1991
- 1991-04-17 DE DE69120854T patent/DE69120854T2/de not_active Expired - Fee Related
- 1991-04-17 EP EP91106128A patent/EP0453939B1/en not_active Expired - Lifetime
- 1991-04-23 US US07/689,338 patent/US5239619A/en not_active Expired - Fee Related
- 1991-04-24 KR KR1019910006603A patent/KR910018925A/ko active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
US5239619A (en) | 1993-08-24 |
DE69120854D1 (de) | 1996-08-22 |
DE69120854T2 (de) | 1996-11-21 |
EP0453939B1 (en) | 1996-07-17 |
EP0453939A3 (en) | 1993-05-19 |
EP0453939A2 (en) | 1991-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Takefuji et al. | Artificial neural networks for four-coloring map problems and K-colorability problems | |
KR950001520A (ko) | 인공 뉴런 및 그 이용 방법 | |
KR910018922A (ko) | 데이터처리장치의 학습방법 | |
GB2245401A (en) | Neural network signal processor | |
KR910018925A (ko) | 데이터 처리장치의 학습방법 | |
EP0459276A2 (en) | Data processing system | |
KR910018921A (ko) | 데이터처리장치의 학습방법 | |
KR910012982A (ko) | 데이터 처리장치를 위한 특정데이터 선택방법 | |
Magoulas et al. | A training method for discrete multilayer neural networks | |
JPH09138786A (ja) | ニューラルネットワークの学習装置 | |
JPH02100757A (ja) | 並列ニューラルネットワーク学習方式 | |
KR950024082A (ko) | 가산 회로를 사용하는 인공 뉴런 및 이를 사용하는 방법 | |
KR910001575A (ko) | 데이터 처리장치 및 그 적정화방법 | |
JPH0318967A (ja) | ニューラルネットにおける学習方法 | |
MOUKRIM et al. | NN and Heuristic Approach to Character Recognition | |
HAMAMOTO et al. | A study on generalization properties of artificial neural network using Fahlman and Lebiere's learning algorithm | |
Picton et al. | Threshold Logic | |
Branco et al. | Noise Effects in Fuzzy Modelling Systems | |
Lu et al. | Multi-input single-output nonlinear adaptive digital filters using recurrent neural networks | |
Scardino et al. | Performance of recurrent neural networks applied to a simplified pattern recognition problem | |
EP0395112A2 (en) | Neural network | |
Niess et al. | Comparison of performance of ward systems' neural networks applied to a multifont recognition problem | |
Kwan et al. | A multilayer feedforward neural network model for digital hardware implementation | |
Karayiannis et al. | Applications of Neural Networks: A Case Study | |
JPH045750A (ja) | データ処理装置の学習方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
NORF | Unpaid initial registration fee |