[기업경영전략] 신경망 분석 정의 및 구성요소

• 인간의 뇌가 기본 구조 조직인 뉴런(Neuron)과 뉴런이 연결되어 일을 처리하는 것처럼 수학적 모델로서의 뉴런이 상호 연결되어 네트워크를 형성할 때 이를 신경망이라고 합니다.
• 주어진 환경에 대해 학습 능력이 있기 때문에 인공 지능 분야에 이용되고 있으며 문자인식 화상처리, 자연 언어 처리, 음성 인식 등 여러 분야에 이용되고 있습니다.

I. 인간 두뇌의 모방, 신경망 분석의 개요

가. 신경망(Neural Nelwork) 분석의 정의

• 인간 뇌의 뉴런들이 상호작용하고 경험을 통해 배우는 생물학적 활동을 반복적인 학습과정으로 모형화한 분석 기법
• 인공신경망(Artificial Neural Networks) 으로도 불리는 신경망 분석은 분류와 예측에사용되는 분석 모형으로 높은 예측 성과가 가장 큰 장점이나 해석이 어려움

나. 신경망 분석의 특징

특징	설명
일반화 (Generalization)	학습이 끝난 후 모형 구축에 사용되지 않은 데이터에 대해서 학습에 의해형성된 가중치에 따라 예측 값을 산출
유연성 (Flexibility)	재무 등의 계량적 분석 이외에도 문자 인식, 신호 처리 등에도 이용 가능
비선형 분석모형 구축 가능	인공신경망은 주가 예측과 같이 비선형적이고 잡음(noise)이 많은 영역에서도 적합한 모형 구축 가능
자기 조직화 시스템 (Sell-Organization System)	인공신경망은 새로운 패턴이 주어지면 내부적으로 적응하는 능력이 매우 뛰어나며 새로운 패턴들을 이용하여 인공신경망 모형을 구축할 수 있음

II. 신경망 분석의 개념도 및 구성요소

가. 신경망 분석의 개념도

단층신경망	다층 신경망
입력층 -> 출력층	입력층 -> 은닉층 -> 출력층

• SLP(Single-layer Perceptron)은 입력층과 출력층, MLP(Multi-layer Perceptron)은 입력층, 은닉층, 출력층으로 구성

나. 신경망 분석의 구성요소

구성요소	설명
입력층	- 학습을 위한 기초 데이터 입력 계층(Input Layer) - 각 입력변수에 대응되는 노드로 구성, 노드의 수는 입력변수의 개수와 동일
출력층	- 학습을 통한 도출된 결과값을 출력하는 계층(Output Layer) - 목표 변수에 대응되는 노드로 분류 모형에서는 그룹의 수만큼의 출력 노드 생성
은닉층	- 다중신경 회로망에서 입력층과 출력층 사이에 존재 - 정보를 전파, 학습, 활성화하는 계층(Hidden Layer) - 입력층으로부터 전달되는 변수 값들의 선형결합을 비선형 함수로 처리하여 출력층 또는 다른 은닉층에 전달
전달(활성화) 함수	- 임계값을 이용 뉴런의 활성화 여부를 결정하기 위해 사용되는 함수
가중치(연결강도)	- 활성화 함수의 입력값으로 사용되는 뉴런간의 연결계수

[참고 문헌]
http://cafe.naver.com/81th, KPC 기술사회
• 오창석, 뉴로컴퓨터, 내하출판사, 1996