처음 만나는 인공지능 9장 연습문제 풀이

 

9장 연습문제

 

1. 뉴런의 작용을 모델링한 신경망은 인공신경망으로도 불린다.  ( o )

 

2. 맥컬럭은 인간 두뇌를 수많은 뉴런들로 이루어진 잘 정의된 컴퓨터라고 여겼다. ( o )

 

3. 신경망은 문자인식, 음성인식, 영상인식, 자연어 처리 등의 분야에 이용되고 있다. ( o )

 

4. XOR 함수는 선형 분리가 가능한 논리함수에 속한다. ( x )

 

5. 신경망에서 가장 간단한 노드는 n개의 입력을 받아 n개의 연결강도 벡터들과 각각 곱해진 결과가 합해져서 특정한 활성 함수를 거쳐 출력을 낸다. ( o )

 

6. 노드는 내부적인 임계값이나 오프셋 θ, 그리고 비선형 함수의 형태에 따라 그 값이 정해지게 된다. ( o )

 

7. 단층 퍼셉트론의 한계점이 노출되면서 2000년대 중반에 다중 퍼셉트론 모델이 제안되었다. ( x )

 

8. 신경망은 병렬처리나 학습과 관련된 지능적인 역할을 훌륭한하게 수행해낸다. ( o )

 

9. 단층 퍼셉트론은 딥러닝의 심층신경망을 거쳐 다층 퍼셉트론으로 발전하였다. ( x )

 

10. 신경망에서 계산의 복잡성으로 학습 시간이 너무 오래 걸린다는 등의 문제점이 있다. ( o )

 

단답식/선택식 문제

 

1. 신경망은 인간 두뇌의 생물학적 ( 뉴런 )의 작용을 모방하여 고안되었다.

 

2. 신경망에서는 뉴런 사이의 ( 연결 강도 )조정을 통해 학습이 가능하다.

 

3. 다층 퍼셉트론의 작동은 왕복 운동을 하는 ( 역전파 ) 학습 알고리즘에 이루어진다.

 

4. 다층 퍼셉트론은 입력층, ( 은닉층 ), 출력층의 순서와 방향으로 연결되어 있다.

 

5. 민스키와 페퍼트는 ( 퍼셉트론즈 )란 저서에서 단층 퍼셉트론의 문제점을 밝혀냈다.

 

6. 마크 I 퍼셉트론은 ( 문자 )를 인식하는 놀라운 성고에 많은 사람이 환호했다.

 

7. ( 텔타 규칙 )이란 모든 입력 패턴으로부터 얻어지는 출력과 목표 출력과의 오차 제곱의 총합을 최소로 하도록 연결강도를 조정하는 규칙이다.

 

8. 다층 퍼셉트론에서는 매우 낮은 확률이지만 ( 지역 ) 최소점 문제에 봉착할 수 있다.

 

9. 다음 중 신경망에서 많이 사용되는 비선형 함수가 아닌 것은? ( 4 )

1. 계단 함수 2. 시그모이드 함수 3. 임계논리 함수 4. 사인 함수

 

10. 다음 중 선형 분리가 불가능한 논리함수는? ( 2 )

1. AND함수 2. XOR함수 3. OR함수 4. NOT함수

 

1. 신경망의 획기적인 3가지 모델과 그에 해당하는 알고리즘을 적으시오

로젠블럿의 퍼셉트론 모델 - 퍼셉트론 알고리즘

PDP 그룹 이후의 다층 퍼셉트론 모델 - 역전파 알고리즘

힌턴 이후의 심층신경망 - 딥러닝 알고리즘

 

2. 최초의 학습 규칙은 무엇이고 개발한 인물은 누구인가?

헵의 학습규칙, 도널드 헵

 

3. 선형 분리 가능과 특징을 설명하시오.

패턴 클래스가 하나의 직선에 의해서 두 개의 영역으로 나뉘는 것이다.

AND, OR 함수는 직선에 의해 분리되는 선형 분리가 가능하다.

 

4. 신경망이 문자인식에 많이 쓰이는 이유와 단점을 서술하시오.

잡음 또는 왜곡 크기의 다양성 위치 변화 등에 잘 적응 할 수 있기 때문이다.

단점으로는 데이터 훈련에 많은 시간이 소요된다는 것이 있다.

 

5. 다층 퍼셉트론에서 역전파 알고리즘을 설명하시오.

입력층에서 은닉층을 거쳐 출력층으로 갔다가, 다시 반대로 돌아오면서 학습하기 때문에 역전파라는 이름이 붙여졌다.