[취업 상식_IT] 인공신경망의 종류_CNN, RNN, GAN

인공신경망의 종류_CNN, RNN, GAN

 

 

1. 인공 신경망

    인공 신경망이란 유기 생물의 신경망에 착안하여 구현한 컴퓨팅 시스템으로 인공 신경망은 인공뉴런(노드)들과

     노드들을 연결하는 인공 시냅스들로 구성되어 있습니다.

 

 

 

 

2. 퍼셉트론

    초기 형태의 인공 신경망 모델로 다수의 입력값으로 부터 하나의 결과값을 도출하는 알고리즘

  1) 단층 퍼셉트론 : 입력층과 출력층만 존재해서 값을 보내는 단계와 출력하는 단계, 단 두 단계로 이루어짐

  2) 다층 퍼셉트론(Multy-Layer Perceptron)

      단층 퍼셉트론과 달리 중간에 층(은닉층)을 더 한 것으로 입력에 대한 출력이 입력층에서 은닉층, 은닉층에서 출력층

       으로 이어지는 단계적인 과정을 거쳐 계산되는 알고리즘

 

 

 

3. 합성곱 신경망(Convolution Neural Network, CNN)

    데이터의 특징을 추출해서 특징들의 패턴을 파악하는 알고리즘으로 특정한 사이즈의 필터와 이미지의 픽셀 간 합성곱을

    통해 학습을 합니다. 시각정보(이미지, 동영상) 처리 분야에 특화

 

4. 순환 신경망(Recurrent Neural Network, RNN)

    시간적으로 연속성이 있는 데이터를 처리하기 위해 고안된 인공 신경망. 즉 시계열 데이터와 같이 시간의 흐름에 따라

    변화하는 데이터를 학습하기 위한 신경망입니다.

 

 

 

5. 생성적 대립 신경망(Genrative Adversarial Network, GAN)

     두 개의 인공신경망(생성모델_generator, 판별모델_discriminator)이 서로 경쟁하며 학습하는모델. 생성모델은

    데이터의 확률 분포를 학습해 실제 데이터와 가짜 데이터를 만들어 판멸모델을 속이도록 학습하고, 판멸모델은

    생성모델이 만든 가짜 데이터와 실제 데이터를 정확하게 구분 할수 있로록 학습.

 

6. 딥페이크(Deep fake)

    생성적 대립 신경망(GAN)을 활용하여 사람의 이미지를 합성하는 기술로 유명인들의 얼굴을 합성한 포르노 영상,

    정치인 얼굴을 합성한 가짜 뉴스 등에 악용되는 경우가 발생해 사회적으로 규제 논의가 필요한 기술입니다.