새로운 형태의 Elman 신경회로망

A New Type of the Elmaln Neural Network

신경회로망은 입력층. 출력층, 하나 이상의 은닉층으로 구성된 네드워크이다. 학습능력과 근사화 능력으로 말미암아 신경회로망은 패턴인식 및 시스템제어분야에서 많이 사용되고 있다. Elman 신경회로망은 J. Elman에 의해 제안되었으며, recurrent network의 형태로 구성되어 있다. Elman 신경회로망은 기존의 신경회로망에 context층을 새로 추가하여, 은닉층의 출력을 context층의 입력으로 피드백 하는 구조로 되어 있다. 본 논문에서는 Elman 신경회로망을 변형한 형태로, 은닉층 뿐 만 아니라 출력층의 출력도 context층으로 피드백 하는 새로운 형태의 Elman 신경회로망을 제안한다. 제안한 방식의 유용성을 확인하기 위해 X-Y cartesian에 적용하여 시뮬레이션한 결과는 기존의 신경회로망 및 Elman 신경회로망 보다 우수한 방식임을 보여 주고 있다.

The neural network is a static network that consists of a number of layer: input layer, output layer and one or more hidden layer connected in a feed forward way. The popularity of neural network appear to be its ability of learning and approximation capability. The Elman Neural Network proposed the J. Elman, is a type of recurrent network. Is has the feedback links from hidden layer to context layer. So Elman Neural Network is the better performance than the neural network. In this paper. we propose the Modified Elman Neural Network. The structure of a MENN is based on the basic ENN. The recurrency of the network is due to the feedback links from the output layer and the hidden layer to the context layer. In order to certify the usefulness of the proposed method, the MENN apply to the X-Y cartesian tracking system. Simulation shows that the proposed MENN method is better performance than the multi layer neural network and ENN.