바로가기 메뉴
본문 바로가기
주메뉴 바로가기
해당 슬라이드는 키보드(TAB)키로 이동 후 키보드(화살표) 운용,작동 가능한 슬라이드 입니다.

/

  • 2016-007
딥러닝 튜토리얼
  • 안성원AI정책연구실 실장
  • 추형석 역대연구원
날짜2017.06.23
조회수12011
    • 1. 제 목
    • “딥러닝 튜토리얼 – 신경망 딥러닝의 이해”
    • 2. 보고서의 목적
    • 최근 딥러닝(Deep Learning)에 의한 기계학습 방법이 다양한 분야의 인공지능시스템 개발에 적용되고 있다. 이 보고서는 딥러닝에 기반한 신경망 학습기법의 원리를 체계적으로 정리된 내용을 제공하기 위한 목적으로 작성되었다.
    • 3. 보고서의 구성 및 내용
    • 이 보고서는 인공지능 신경망인 단일퍼셉트론, 다층퍼셉트론(MLP), 컨볼루션 신경망(CNN) 및 순환신경망(RNN) 등 각각에 대한 구조, 기능, 학습 알고리즘 등을 체계적으로 이해할 수 있도록 구성되어 있다.
    • 아울러, 딥러닝을 포함한 각종 기계학습 기법에 관한 최근의 공개 소프트웨어에 관해서도 그 개요를 소개한다. 이 보고서는 다음과 같이 구성되어 있으며, 4시간 내외의 강연이나 한 학기 동안의 딥러닝 강의를 위한 기본 자료로도 활용이 가능하다.
    • - 단일퍼셉트론(Single Perceptron)의 구조, 기능, 학습원리
    • - 다층퍼셉트론(MLP)의 구조, 기능, 학습원리
    • - 컨볼루션신경망(CNN)의 구조, 기능, 학습원리
    • - 순환신경망(RNN)의 구조, 기능, 학습원리
    • - 딥러닝 산업기술 동향 및 시사점
    • 4. 활 용
    • 이 보고서가 신경망 이론을 접해본 컴퓨터과학 전공 학부생, 인공지능 분야를 심도 있게 전공하고자 하는 대학원 신입생, 딥러닝의 우수성 및 응용가능성을 이해하고자 하는 산업체 연구원, 딥러닝 공개소프트웨어를 활용하고자 하는 연구원 등 다양한 분야의 독자들에게 참고자료가 되길 바란다.
  • SUMMARY
    • 1. Title
    • “Deep learning tutorial – understanding deep artificial neural network”
    • 2. Purpose
    • Recently, deep learning is widely applied to various fields of AI system. This report covers a systematic explanation about principals of deep learning based on neural network methodologies.
    • 3. Contents and Details
    • This report deals with perceptron, multi-layer perceptron, convolutional neural network (CNN), and recurrent neural network (RNN). Main contents are of architectures, functionalities, and learning algorithms for each method.
    • In addition, deep-learning open source software trends will be introduced. This report is composed of as follows, and can be used for a basic material for four-hour lecture or one-semester course.
    • - Architecture, functionality, and learning principal of single perceptron
    • - Architecture, functionality, and learning principal of multi-layer perceptron
    • - Architecture, functionality, and learning principal of CNN
    • - Architecture, functionality, and learning principal of RNN
    • - A trend and implication of deep learning for industries
    • 4. Application
    • This material gives a tutorial for understanding deep learning to undergraduates, graduates, and research staffs in industries.
    • 제1장 서론
    • 제2장 단일 퍼셉트론
    • 제1절 구조
    • 제2절 기능
    • 제3절 학습원리
    • 제4절 단층 퍼셉트론
    • 제3장 다층 퍼셉트론 (MLP)
    • 제1절 구조
    • 제2절 기능
    • 제3절 학습원리
    • 제4절 깊은 신경망
    • 제4장 컨볼루션 신경망 (CNN)
    • 제1절 구조
    • 제2절 기능
    • 제3절 학습원리
    • 제5장 순환 신경망 (RNN)
    • 제1절 구조
    • 제2절 기능
    • 제3절 학습원리
    • 제4절 LSTM 신경망
    • 제6장 인공지능 산업기술 동향
    • 제1절 개요
    • 제2절 해외현황
    • 제3절 국내현황
    • 제4절 딥러닝 공개소프트웨어
    • 제5절 시사점
    • 참고문헌
  • CONTENTS
    • Part 1. Introduction
    • Part 2. Single Perceptron
    • 1. Architecture
    • 2. Functionality
    • 3. Learning principal
    • 4. Single-layer perceptron
    • Part 3. Multi-Layer Perceptron (MLP)
    • 1. Architecture
    • 2. Functionality
    • 3. Learning principal
    • 4. Deep neural network
    • Part 4. Convolutional Neural Network (CNN)
    • 1. Architecture
    • 2. Functionality
    • 3. Learning principal
    • Part 5. Recurrent Neural Network (RNN)
    • 1. Architecture
    • 2. Functionality
    • 3. Learning principal
    • 4. LSTM network
    • Part 6. A trend of AI for industries
    • 1. Introduction
    • 2. Global trends
    • 3. Domestic trends
    • 4. Deep Learning Open Source Software
    • 5. Implications
    • References
목록