퍼셉트론이란

 

인공지능, 머신러닝, 딥러닝의 관계

인공지능을 구현하기 위한 방법 중 하나가 딥러닝!

 

 

딥러닝이란

머신러닝의 여러 방법론 중 하나로, 

인공 신경만에 기반하여 컴퓨터에게 사람의 사고방식을 가르치는 방법이다.

 

 

인공신경망이란,

생물학의 신경망에서 영감을 얻은 학습 알고리즘으로, 사람의 신경 시스템을 모방한 것이다.

 

 

 

 

 

딥러닝의 발전 과정

 

 

1958년에 Perceptron이 처음 제안되었다.

딥러닝은 2012년에 이미지넷이라는 Chanllenge를 통해서 주목받기 시작하였다.

2012년도에 이미지넷에서 GPU를 사용한 딥러닝 모델 AlexNet이 출시되었다.

이 AlexNet은 기존에 있던 이미지넷의 정확도를 한 순가에 끌어올리고, 이 사건을 기반으로 딥러닝이 다시 주목을 받기 시작하였다.

또한 지금까지 많은 연구가 진행되고 있다.

 

 

 

 

 

 

현대의 다양한 딥러닝 기술 작용 사례

 

 

퍼셉트론(Perceptron)

 

신경망 이전의 연구

 

얼굴 인식

- 딥러닝 이전에는, 얼굴 인식 시 박스를 그리는 식의 방법으로 얼굴을 인식하였다.

- 박스를 통해서 이마, 눈, 코, 입을 인식함으로써 얼굴임을 판별하였다.

 

 

숫자 및 문자 인식

- 기존에는 9라는 숫자를 인식하고 싶을때, 우측에 |이 있고, 좌측에 o가 있음을 기준으로

일종의 규칙을 정한다음에 그 규칙에 부합하는지 여부로 숫자를 판별하였다.

 

즉, 사람이 직접 패턴을 파악하고 데이터의 특성을 모델에 입력해줘야 했다.

하지만 인공지능의 신경망은 패턴을 따로 입력해 주지 않고 스스로 패턴을 파악한다.

 

 

 

 

1985년 초기 신경망 퍼셉트론의 등장

 

퍼센트론은 딥러닝의 가장 기본적인 단위라고 볼 수 있다.

이 가장 기본적인 단위만으로 분류나 회귀가 가능하다.

 

 

 

 

 

초기 형태의 신경망, 퍼셉트론

사람의 신경세포에는 Inputs과 Outputs이 있다.

Input에는 다른 신경 세포로 부터 신호가 들어온다.

이 신호가 들어오는 곳에는 x1부터 xn까지 n개의 신호가 들어와 하나로 합쳐진다.

이후 다시 Outputs으로 전달이 되어 n개의 신호로 다시 전달이 된다.

 

이러한 사람의 신경세포를 본따 만든것이 퍼셉트론이다.

퍼셉트론의 우측에는 inputs이 있고, 

중간 부분에는 inputs들이 합쳐지는 부분이 있으며,

마지막에는 output이 있다.

 

 

퍼셉트론의 기본 구조

 

 

퍼셉트론은 여러개의 입력을 받아 이진분류하는 구조이다.

 

우측 입력 부분에는 n개의 변수가 들어온다.

예제에는 두 개의 입력이 있다.

x1, x2 두 개의 신호에 대한 가중치 w1, w2가 생성된다.

가중치는 들어오는 신호를 얼만큼 증폭시켜줄지를 결정한다.

w0는 Bias로, 입력 하는 값에 상관없이 무조건 입력되는 값이다. (x에 어떠한 수가 들어오든, 무조건 들어오는 값.)

 

이러한 w0, w1x1, w2x2가 더해진 것이 중간 Summatino부분.

마지막으로 활성화 함수를 거쳐야 최종 y값을 얻을 수 있다.

 

 

 

 

활성화 함수

들어오는 x가 0보다 크거나 같으면 1로 만들고,

0보다 작으면 0이 나온다.

 

 

 

퍼셉트론 동작 예시

 

 

x1에 대한 입력이 1, x2에 대한 입력이 0이고 w1은 2, w2는 1, w0은 -0.5일 때

activatino output은 1이 된다.

 

 

 

 

 

 

오늘 나온 신작 드라마수와 확보한 여가 시간을 기준으로, 학습 여부를 예측해보자.

 

 

 

 

 

w0 : 의지

w1 : 신작 드라마의 영향

w2 : 여가시간 학습

 

신작이 7개 나오고, 여가 시간이 1만큼 있을 때는

-5 + (-7) + 5 = -7이고 시그모이드 함수에 의해 0이 출력된다.

즉, 학습을 안 했을 것이라고 예측한 것이다.

 

 

 

 

직선 위는 1이 나오고, 아래는 0이 나온다.

즉 0과 1이 나오는 구간을 구분짓는것이 바로 직선이고,

이 직선을 잘 구하는 것이 퍼셉트론을 얼마나 잘 구현했냐를 의미.

 

 

 

 

 

퍼셉트론을 활용한 선형 분류기

 

퍼센트론은 선형 분류기로써, 데이터를 분류할 수 있다.

선을 통해서 분류해서 선형 분류기라고 부른다.

해당 이미지 처럼 강아지와 고양이를 선으로 분류할 수 있다.

 

 

 

 

 

하지만, 이와 같이 하나의 선만으로 데이터를 분류할 수 없는 경우가 있다.