상세 보기
인공 신경망에서 은닉 유닛 명확화를 이용한 효율적인 규칙추출 방법
A Efficient Rule Extraction Method Using Hidden Unit Clarification in Trained Neural Network
- 이헌주;
- 김현철
초록
인공 신경망은 최근 다양한 분야에서 뛰어난 성능을 보여주고 있다. 하지만 인공 신경망이 학습한 지식이 정확히 어떤 내용인지를 사람이 파악하기 어렵다는 문제점이 존재하는데, 이를 해결하기 위한 방법 중 하나로 학습된 인공 신경망에서 규칙을 추출하는 방법들이 연구되고 있다. 본 연구에서는 학습된 인공 신경망으로부터 규칙을 추출하는 방법 중 하나인 ordered-attribute search(OAS) 알고리즘을 사용하여 인공 신경망으로부터 규칙을 추출해보고, 추출된 규칙을 개선하기 위해 규칙들을 분석하였다. 그 결과로 은닉 층의 출력값 분포가 OAS 알고리즘을 이용해 추출된 규칙의 정확도에 영향을 주는 것을 파악하였고, 은닉 유닛 명확화 기법을 통해 은닉 층 출력값을 이진화하여 효율적인 규칙을 추출할 수 있음을 제시하였다.
키워드
Artificial Neural Network; Rule Extraction; Hidden Unit Clarification; 인공 신경망; 규칙추출; 은닉 유닛 명확화
- 제목
- 인공 신경망에서 은닉 유닛 명확화를 이용한 효율적인 규칙추출 방법
- 제목 (타언어)
- A Efficient Rule Extraction Method Using Hidden Unit Clarification in Trained Neural Network
- 저자
- 이헌주; 김현철
- 발행일
- 2018
- 저널명
- 컴퓨터교육학회 논문지
- 권
- 21
- 호
- 1
- 페이지
- 51 ~ 58
- 언어
- KOR
- 출판사
- 한국컴퓨터교육학회
- 발행국가
- 대한민국
- 분량
- 8 페이지
- ISSN
- E 2733-9785
P 1598-5016