Professional Documents
Culture Documents
Studies On Auxiliary Package For Understanding and Utilizing
Studies On Auxiliary Package For Understanding and Utilizing
등이 주요 상태변수가 된다.
더 높은 수준으로 도약할 수 있도록 해주는 미래 지향적
- 주요 특징 별 관찰 모듈 작성: 미분가능 뉴럴 컴퓨터는 핵심 기술로 발전할 것이라는 기대를 느낄 수 있었다. 관
신경망, 메모리, 인터페이스 등이 복합적으로 결합된 시스 련하여 수행할 향후 과제로는, 좀 더 폭넓은 측면을 다룰
템이므로, 그 학습 및 작동 상황을 전체적으로 조망할 수 수 있도록 패키지를 확대하는 작업, 보다 다양한 종류의
있기 위해서는 특징별로 주요 요소를 분리하여 관찰하는 응용을 고려하는 작업 및 미분가능 뉴럴 컴퓨터의 성질에
것이 필요하다. 이러한 필요성을 충족하기 위하여 주요 특 대한 이론적 고찰 등을 들 수 있다.
징별 관찰 모듈을 활용한다. 예를 들어, 보조 패키지 중,
메모리 행렬, 읽기/쓰기 헤드 등의 내용 변화 관찰용 매 감사의 글 : 본 연구는 산업통상자원부의 산업융합핵심
트릭스의 모양은 [그림 3]과 같다. 기술개발사업 (10063172, 환경변화에 강인한 실내외 통
합 자율주행을 위한 학습형 로봇이동지능기술 개발)의
지원으로 수행되었음.
참 고 문 헌
[1] Graves, A., Wayne, G., Reynolds, M., Harley, T.,
Danihelka, I., Grabska-Barwińska, A., ... &Badia, A.
P. (2016). Hybrid computing using a neural network
with dynamic external memory. Nature, 538(7626),
471-476.
[2] Graves, A., Wayne, G., &Danihelka, I. (2014).
Neural turing machines. arXiv preprint
arXiv:1410.5401.
[3] Mnih, V., Kavukcuoglu, K., Silver, D., Rusu, A.
[그림 1] 미분 가능 뉴럴 컴퓨터의 기본 구조 [1]. A., Veness, J., Bellemare, M. G., ... &Petersen, S.
(2015). Human-level control through deep
reinforcement learning. Nature, 518(7540), 529-533.
[4] Silver, D., Huang, A., Maddison, C. J., Guez, A.,
Sifre, L., Van Den Driessche, G., ... & Dieleman, S.
(2016). Mastering the game of Go with deep neural
networks and tree search. Nature, 529(7587),
484-489.
[5] Silver, D., Schrittwieser, J., Simonyan, K.,
Antonoglou, I., Huang, A., Guez, A., ... &Chen, Y.
(2017). Mastering the game of Go without human
knowledge. Nature, 550(7676), 354-359.
[그림 2] 미분 가능 뉴럴 컴퓨터 개념도[6]. [6] 박주영외 4인, (2017) 머신러닝 방법론의 이해 (출
판 예정).
57