순환 신경망: 두 판 사이의 차이

잔글
봇: 인용 틀 구식 변수 정리
잔글 (봇: 틀 이름 및 스타일 정리)
잔글 (봇: 인용 틀 구식 변수 정리)
{{기계 학습}}
'''순환 신경망'''(Recurrent neural network, '''RNN''')은 [[인공신경망|인공 신경망]]의 한 종류로, 유닛간의 연결이 [[순환 (그래프 이론)|순환]]적 구조를 갖는 특징을 갖고 있다. 이러한 구조는 시변적 동적 특징을 모델링 할 수 있도록 신경망 내부에 상태를 저장할 수 있게 해주므로, [[순방향 신경망]]과 달리 내부의 [[메모리]]를 이용해 [[시퀀스]] 형태의 입력을 처리할 수 있다.<ref>{{저널 인용|title=<!-- for sure correct title? not found, nor in archive.org (for 2020-02-13), nor Volume correct? 2019 is vol 47-48 and 41 from 2016--> A thorough review on the current advance of neural network structures.|journal=Annual Reviews in Control|last=Dupond|first=Samuel|url=https://www.sciencedirect.com/journal/annual-reviews-in-control|date=2019|volume=14|pages=200–230|via=}}</ref><ref>{{저널 인용|title=State-of-the-art in artificial neural network applications: A survey|journal=Heliyon|url=https://www.sciencedirect.com/science/article/pii/S2405844018332067|date=2018-11-01|volume=4|issue=11|pages=e00938|language=en|doi=10.1016/j.heliyon.2018.e00938|issn=2405-8440|doi-access=free}}</ref><ref>{{저널 인용|title=Time series forecasting using artificial neural networks methodologies: A systematic review|journal=Future Computing and Informatics Journal|url=https://www.sciencedirect.com/science/article/pii/S2314728817300715|date=2018-12-01|volume=3|issue=2|pages=334–340|language=en|doi=10.1016/j.fcij.2018.10.003|issn=2314-7288|doi-access=free}}</ref> 따라서 순환 인공 신경망은 [[필기 인식]]이나<ref>{{저널 인용|제목=A Novel Connectionist System for Improved Unconstrained Handwriting Recognition|저널=IEEE Transactions on Pattern Analysis and Machine Intelligence|성=Graves|이름=A.|성2=Liwicki|이름2=M.|url=http://www.idsia.ch/~juergen/tpami_2008.pdf|연도=2009|권=31|호=5|쪽=855–868|doi=10.1109/tpami.2008.137|pmid=19299860|성3=Fernandez|이름3=S.|성4=Bertolami|이름4=R.|성5=Bunke|이름5=H.|성6=Schmidhuber|이름6=J.|저자링크6=Jürgen Schmidhuber}}</ref> [[음성 인식]]과 같이 시변적 특징을 지니는 데이터를 처리하는데 적용할 수 있다.<ref name="sak2014">{{웹 인용|url=https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/43905.pdf|제목=Long Short-Term Memory recurrent neural network architectures for large scale acoustic modeling|성=Sak|이름=Hasim|성2=Senior|이름2=Andrew|날짜=2014|웹사이트=|보존url=|보존날짜=|확인날짜=|성3=Beaufays|이름3=Francoise|깨진링크url-status=}}</ref><ref name="liwu2015">{{ArXiv 인용}}</ref>
 
순환 신경망이라는 이름은 입력받는 신호의 길이가 한정되지 않은 [[동역학계|동적]] 데이터를 처리한다는 점에서 붙여진 이름으로, [[유한 임펄스 응답|유한 임펄스]] 구조와 [[무한 임펄스 응답|무한 임펄스]] 구조를 모두 일컫는다.<ref>{{저널 인용|title=Comparative analysis of Recurrent and Finite Impulse Response Neural Networks in Time Series Prediction|journal=Indian Journal of Computer and Engineering|last=Miljanovic|first=Milos|url=http://www.ijcse.com/docs/INDJCSE12-03-01-028.pdf|date=Feb-Mar 2012|volume=3|issue=1}}</ref> 유한 임펄스 순환 신경망은 [[유향 비순환 그래프]]이므로 적절하게 풀어서 재구성한다면 순방향 신경망으로도 표현할 수 있지만, 무한 임펄스 순환 신경망은 [[유향 그래프]]인고로 순방향 신경망으로 표현하는 것이 불가능하다.

편집

2,189,572