[인공지능] 퍼셉트론(Perceptron)

▶ 퍼셉트론(Perceptron)

: 다수의 신호를 입력으로 받아 하나의 신호를 출력하는 알고리즘.

 

- 퍼셉트론에서 입력 신호가 뉴런(또는 노드)에 보내질 때는 각각 고유한 가중치가 곱해진다.

- 뉴런에서 보내온 신호의 총합이 정해진 한계를 넘어설 때만 1을 출력한다.(뉴런이 활성화한다.)

+) 그 한계는 임계값이라 하며, θ 기호(theta, 세타)로 나타냄.

- 퍼셉트론은 복수의 입력 신호 각각에 고유한 가중치를 부여한다.

- 가중치는 각 신호가 결과에 주는 영향력을 조절하는 요소로 작용한다.(가중치가 클수록 더 중요한 신호)

 

 

예) AND 게이트

: 입력 x1, x2에 대해, 입력이 모두 1일 때에만 1을 출력하고, 그 외에는 0을 출력.(출력: y)

x1	x2	y
0	0	0
0	1	0
1	0	0
1	1	1

w1, w2:  가중치

θ: 임계값

 

w1x1 + w2x2 <= θ 이면 y=0

w1x1 + w2x2 > θ 이면 y=1

 

이를 만족하는 가중치와 임계값을 정하면 위 진리표를 만족하는 퍼셉트론이 만들어짐.

만족하는 매개변수 조합을 (w1, w2, θ) 이 형태로 나타내보면

(0.5, 0.5, 0.7), (0.5, 0.5, 0.8), (1.0, 1.0, 1.0) 등 매우 많다.

 

+) 이때 데이터에서 적절한 가중치 매개변수 값을 학습하는 능력이 신경망의 중요한 성질이다.