http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
장병탁(Byoung-Tak Zhang) 한국정보과학회 1998 정보과학회논문지(B) Vol.25 No.9
본 논문에서는 지금까지 실제 응용에서 가장 널리 사용되고 있는 신경망 모델중의 하나인 다층신경망에 있어서 은닉뉴런의 개수를 최적화하는 문제를 다룬다. 제안되는 방법에서는 초기에 작은 크기의 신경망으로 출발하여 필요에 따라 은닉뉴런의 개수를 점차 늘려간다. 이 때 학습 데이터의 크기도 마찬가지로 작게 출발하여 점차 증가된다. 이 알고리즘의 장점은 주어진 데이터의 일부만을 사용하고도 전체 데이터의 학습에 필요한 은닉뉴런의 수를 효율적으로 결정할 수 있다는 것이다. 또한 학습과정에 최적화가 건설적으로 이루어지기 때문에 최적화 후에 추가의 학습을 필요로 하지 않는다. 실험을 통하여 제안된 알고리즘의 효율성과 최적화 특성을 고찰한다. This paper addresses the problem of optimizing the number of hidden neurons in multilayer neural networks which have been one of the most popular neural network models for practical applications so far. The presented method starts learning with a small network and increase the number of hidden units on demand. It also starts with a small training set and expand the set during further training. This incremental learning has the advantage that the number of hidden units can be efficiently determined by using only a subset of the given data. In addition, this method does not need an additional training phase after size optimization since the optimization is constructively performed during a normal learning process. The efficiency and optimality characteristics of the presented algorithm are examined by experiments.
다중언어 형태소 분석 및 합성을 위한 언어규칙의 기계학습
장병탁(Byoung Tak Zhang),김영택(Yung Taek Kim) 한국정보과학회 1990 정보과학회논문지 Vol.17 No.4
본 논문은 자연언어의 형태소 처리를 위한 언어규칙의 기계학습과 이 규칙을 이용한 형태소 분석 및 합성방법을 제시한다. 이 접근방법은 학습시스템 XMAS(Xpert in Morphological Analysis and Synthesis)로 구현 되었으며, 자연언어 시스템의 언어와 응용 및 문제 영역에 무관하게 분석과 합성을 수행한다. XMAS는 형태소 처리를 그래프 탐색 문제로 보며, 형태소 결합의 예로부터 문법규칙을 학습하여 형태소 분석과 합성에 이용한다. 본 논문은 언어지식의 귀납적 학습과 형태소 처리 문제의 연역적 풀이 및 응용 결과에 대하여 기술한다. XMAS는 형태소 처리기의 개발, 유지보수 및 이식에 드는 시간과 노력을 덜어주고, 사전의 크기를 줄여준다. XMAS의 한국어 버전인 MASK는 현재 영어-한국어 기계번역 시스템 KSHALT에서 효과적으로 사용되고 있다. This paper presents a method for machine learning of liguistic rules for morphological processing of natural languages and the morphological analysis and synthesis using the learned rules, which is implemented in the learning system XMAS (Xpert in Morphological Analysis and Synthesis). This approach is applicable to analysis as well as synthesis regardless of the languages, applications, and domains of natural language systems. XMAS regards the morphological processing as a graph search problem. It learns morphological rules from examples of morphological combinations and accomplishes the morphological analysis and synthesis using the rules. In this paper, the inductive learning of linguistic knowledge, the deductive solving of morphological problems, the application results are discussed. XMAS saves the time and efforts for development, maintenance and transportation, and takes small lexicon space. A Korean version of XMAS, called MASK, is effectively working in the English-Korean machine translation system KSHALT.
장병탁(Byoung-Tak Zhang) 한국정보과학회 1996 정보과학회논문지(B) Vol.23 No.10
유전 프로그래밍은 트리 구조의 염색체를 유전형으로 사용하는 진화 연산 기법이다. 본 논문에서는 유전 프로그래밍 기법을 사용하여 새로운 신경망 모델을 설계하고 학습시키는 방법을 제시한다. 특히 신경망을 유전 프로그래밍에 적합한 형태로 표현하기 위한 방법과 주어진 문제 해결에 필요한 최적의 신경 회로망 구조를 진화시키기 위한 적용학습기법에 대하여 기술한다. 복잡시스템 모델링 및 예측 문제에 있어서 제안된 방법의 유용성을 실험적으로 검토한다. Genetic programming is an evolutionary computation model that uses tree-structured chromosomes as genotype. This paper introduces a method for designing and training novel neural network models using genetic programming techniques. In particular, we present an encoding scheme for representing neural networks in structures suitable for genetic programming and describe an adaptive learning method for evolving optimal network architectures. The effectiveness of the method is empirically studied on the modeling and prediction of complex systems.