신경세포와 신경망 기계학습 in (어느 책인지 기억이 없음 ㅠㅠ)

(기초 기계학습과 응용)

 

1. 신경세포의 구조

 

신경망은 뇌의 정보처리 방식을 시뮬레이션(모방)하려고 한 것

 

뇌는 거대한 수의 뉴런(신경세포)이 결합된 대규모 시스템

 

인간 뇌의 뉴런 수는 약 140억 개, 뉴런의 종류는 약 50종류

 

그 형상과 동작 원리는 공통된 특징이 있음

 

뇌신경계는 외계로부터 감각기(시각,청각,후각,미각,촉각)을 통하여 정보를 입력하고, 뇌에서 정보처리를 수행한 후 효과기를 거쳐서 외계로 출력하는 고도로 정밀한 대규모 시스템

 

기본적으로 뉴런 혹은 신경세포가 기본 구성 소자가 되며, 그들의 다수가 모여 3차원으로 밀접하게 결합된 신경망을 형성하고 있음

 

뉴런은 형태적으로 세포체(soma), 수상돌기(dendrite), 축색돌기(axon) 세 가지 요소로 나누어져 있음

 

뉴런의 본체 부분은 핵이 존재하는 세포체와 많은 가지로 이루어진 수상돌기(뉴런의 입력부), 능동 케이블의 역할을 하는 축색(신호 전송로), 시냅스(synapse: 뉴런의 출력부) 등으로 구성된 하나의 세포

 

 

2. 신경망이란? 

 

1) 신경망의 기초

 

인간의 신경세포 구조를 바탕으로 만들어진 알고리즘으로 '연결주의(connectionism)'라는 지능을 인간의 신경세포 기반으로 장착시킨다는 흐름을 만들어 낸 기술

 

특징은 신경세포가 가지는 시냅스라는 기관의 학습능력을 알고리즘으로 재현했다는 점으로, 시냅스는 정보전달을 반복하면 전달 능력이 강화됨

 

신경망에서는 신경세포를 단순화한 인공 뉴런 간의 연결을 시냅스에 비유하여, 연결 부분의 정보전달 능력을 가중치라는 수치로 나타내고, 그 수치를 변화시키며 업무에 최적의 정보전달 네트워크를 구축함으로써 학습능력을 획득함

 

그 네트워크의 연결방식이나 구조, 학습시의 알고리즘 등 여러 종류로 나뉨

 

2) 가중치와 학습능력

 

신경망의 학습능력은 가중치 값을 변경해 가는 작업의 정확성에 달려있음

 

초기의 신경망은 이 중요도 평가를 랜덤으로 했음

 

인공 뉴런의 수가 증가하고 중요도 평가를 하는 연결수가 늘며 최적의 중요도를 발견하기까지 시간이 너무 소요되어 랜덤으로 하는 중요도 평가는 실용적이지 않게 되었음

 

이후 효율적으로 중요도를 평가하기 위한 알고리즘과 수식이 개발됨

 

이 중요도 평가 방식의 개발은 상당히 어려워 신경망이 오랫동안 제자리걸음을 하게 된 원인이 되기도 함

 

현재 신경망에서는 뉴런은 아래와 같은 형태로 모델화되고 있음.

다른 뉴런으로부터 가중치를 붙인 합이 0이상이면 1을 출력하고, 음이면 아무것도 출력하지 않음