A Efficient Learning Algorithm of Neutral Networks for Nonlinear PCA

비선형 주요성분 분석을 위한 신경망의 효율적인 학습알고리즘

본 논문에서는 데이터 내의 비선형 속성을 보다 빠르고 정확하게 추출하기 위한 수정된 학습알고리즘의 비선형 주요 성분분석 신경망을 제안한다. 제안된 학습알고리즘은 신경망의 학습시에 과거의 속성을 반영하기 위한 모멘트 항이 추가된 학습기법이다. 이는 최적해로의 수렴에 따른 발전을 억제하여 그 수렴성능을 좀더 개선시키는 모멘텀의 장점을 그대로 살리기 위함이다. 제안된 학습알고리즘을 이용한 신경망을 128$\times$128 픽셀의 Lenna와 256$\times$128 픽셀의 차량 번호판 영상들을 대상으로 시뮬레이션 한 결과, 제안된 학습알고리즘이 기존의 비선형 주요성분 분석을 위한 신경망이나 선형속성을 가지는 역전파 알고리즘을 이용한 신경망보다 더욱 우수한 수렴 성능과 특징추출 성능이 있음을 확인하였다.