반복 신경망이란 무엇입니까?

인공 신경 네트워크는 인간의 뇌와 같은 자연 신경계에 기반한 정보 처리 시스템입니다. 그것들은 서로 연결된 많은 개별 인공 뉴런으로 구성되어 있으며, 함께 문제를 해결하고 배울 수 있습니다. 재귀 신경망 (RNN)은 피드백 루프를 포함하기 때문에 특히 인간의 뇌와 유사합니다. 이를 통해 신호가 앞뒤로 이동할 수있어보다 복잡하고 안정적인 시스템을 만들 수 있습니다. 반복 신경망은 동적이며 각 입력 후에 시스템 상태가 평형에 도달 할 때까지 지속적으로 변경됩니다.

인간의 뇌는 생물학적 재발 신경 네트워크로 설명 될 수 있습니다. 인공 재발 신경 네트워크는 뇌가 프로세스와 행동을 배우는 능력을 공유합니다. 전통적인 머신 러닝 방법으로는 불가능합니다. 다른 유형의 신경망과 마찬가지로 반복 신경망은 패턴을 인식하고 추세를 파악하는 데 특히 좋습니다. 의료 스캔, 모델링 신체 시스템, 음성 및 필기 인식 및 주식 시장 예측으로부터 질병을 인식하는 것을 포함하여 이러한 종류의 계산 모델에 대한 많은 잠재적 인 용도가 발견되었습니다.

일반적으로, 반복적 인 신경망은 데이터 입력과 알 수없는 출력 사이에 어떤 종류의 관계가있는 것으로 알려 지거나 강력하게 의심되는 문제를 해결하는 데 사용됩니다. 해당 관계를 해결하고 가능한 출력 값을 제공하기 위해 네트워크가 학습되거나 자체 학습됩니다. 반복적 인 신경망은 일부 값이 없거나 손상된 복잡한 문제를 처리 할 수 ​​있습니다. 예제를 통해 학습 할 수 있으므로 강력하고 유연하며 각 특정 작업에 대한 알고리즘을 만들 필요가 없습니다.

재발 신경망은 비선형 통계 데이터 모델링 도구로 설명 할 수 있습니다. 피드백 루프가 존재한다는 것은 변화에 대응할 수있는 적응 형 시스템이라는 것을 의미합니다. 로봇 공학 분야에서 사용되는 반복적 인 신경망은 로봇이 경험을 통해 학습 할 수 있도록하여 목표에 도달하기 위해 어떤 방향을 선택해야하는지 결정할 수 있습니다. 로봇이 전혀 무작위 적이지는 않지만 예측할 수없는 것들에 초점을 맞추도록하여 로봇에 대한 호기심을 키울 수도 있습니다. 일부 과학자들은 의식 그 자체가 기계적인 과정이며 로봇과 기계의 권리에 관한 윤리적 문제를 야기 할지라도 의식적인 형태의 재발 신경망을 개발하는 것이 가능할 수 있다고 생각합니다.