A Study on Automatic Design of Artificial Meural Networks using Cellular Automata Techniques

샐룰라 오토마타 기법을 이용한 신경망의 자동설계에 관한 연구

This paper is the result of constructing information processing system such as living creatures' brain based on artificial life techniques. The living things are best information processing system in themselves. One individual is developed from a generative cell. And a species of this individual has adapted itself to the environment through evolution. In this paper, we propose a new method of designing neural networks using biological inspired developmental and evolutionary concept. Ontogeny of organism is embodied in cellular automata(CA) and phylogeny of species is realized by evolutionary algorithms(EAs). We call 'Evolving Cellular Automata Neural Systems' as ECANSI. The connection among cells is determined by the rule of cellular automata. In order to obtain the best neural networks in given environment, we evolve the arragemetn of initial cells. The cell, that is a neuron of neural networks, is modeled on chaotic neuron with firing or rest state like biological neuron. A final output of network is measured by frequency of firing state. The effectiveness of the proposed scheme is verified by applying it to Exclusive-OR and parity problem.

본 논문은 인공생명 기법을 이용하여 생물의 정보처리 시스템을 구현하고자 하는 것이다. 자연계의 생물은 그 자체로 훌륭한 정보처리 시스템이다. 생물체는 하나의 생식 세포로부터 발생된다. 또한 이 개체의 종은 진화의 과정을 통해 환경에 적응한다. 본 논문에서는 이와 같은 생물학적인 발생과 진화의 개념을 이용하여 신경망을 설계하는 방법을 제안한다. 생물체의 개체발생은 발생모델의 하나인 셀룰라 오토마다(CA)를 통하여 구현하였고 진화과정은 진화 알고리즘(EAs)을 사용하였다. 우리는 이와 같이 구현한 '진화하는 셀룰라 오토마타 신경망'을 줄여서 ECANS1이라 명명하였다. 셀 사이의 연결은 CA 법칙에 의하여 결정되며, 셀의 초기 패턴이 진화함으로써 유용한 신경망을 찾아낸다. 신경망의 각 셀 즉 뉴런은 생물의 발화 ${\cdot}$ 비발화의 특성을 갖는 카오스 뉴런 모델을 사용하였다. 그리고 신경마의 최종 출력값은 뉴런의 발화 빈도로서 나타내었다. 제안한 방법은 Exclusive-OR 문제 및 패리티 문제에 적용함으로써 그 유효성을 검증하였다.