딥러닝 인공신경망ANN과 퍼셉트론Perceptron은 무슨 차이인가?

딥러닝을 공부하다가, 신경망과 퍼셉트론의 차이에 대해 궁금해 알아보게 되었다.

먼저, 딥러닝은 인공지능과 머신러닝의 하위 분야이다. (인공지능 > 머신러닝 > 딥러닝)

인공지능 AI(Artificial Intelligence) : 사고나 학습 등 인간이 가진 지적능력을 컴퓨터를 통해 구현하는 기술.

머신러닝 ML(Machine Learning) : 컴퓨터가 학습하여 인공지능의 성능을 향상시키는 기술방법.

딥러닝 DL(Deep Learning) : 인간의 뉴런과 비슷한 인공신경망 방식으로 정보를 처리하는 인공지능.

 

딥러닝의 기반기술이 되는 것이 바로 "인공신경망ANN(Artificial Neural Network)"이다.

인공신경망은 인간의 신경계 특징을 모사하여 만들어진 연산 모델이다.

뉴런은 여러개의 뉴런으로부터 입력값을 받아 세포체에 저장하다가,

자신의 용량을 넘어서면 외부로 출력값을 내보낸다.

이와같은 뉴런의 특징을 모사하여

인공신경망 뉴런(노드)도 여러 입력값을 받아 일정 수준이 넘어서면 활성화 되어 출력값을 내보낸다.

 

이러한 인공신경망은 많은 종류가 개발되어 있다.

 

퍼셉트론Perceptron은 이러한 인공신경망의 초기모델(1957년 개발)로, 매우 단순한 구조이다. 

입력노드(x1, x2)가 출력노드(y)에 값을 전달할 때, 고유한 가중치(w1, w2)가 곱해진다.

출력노드에서 합산한 입력값이 임계값(theta)을 넘어서면 1을 출력하고, 넘지 못하면 0을 출력한다. 

즉, 퍼셉트론은 입력신호를 받아 0혹은 1의 출력을 내는 알고리즘이다.

 

최초의 질문으로 돌아가보자. "딥러닝 인공신경망과 퍼셉트론 무슨 차이인가?"

딥러닝 인공신경망은 인간의 신경계 특징을 모사하여 만들어진 연산 모델이며, 수많은 종류가 있다.

퍼셉트론은 그러한 인공신경망의 초기모델이다.

퍼셉트론에서 시작한 인공신경망이 발전을 거듭해, 오늘날 수많은 인공신경망이 개발되었다.

 

참조
https://www.wbridge.or.kr/platform/careersport/info/selectTrendDetail.do?ntt_sn=632

한국여성과학기술인육성재단 W브릿지

https://brunch.co.kr/@gdhan/6

인공신경망 개념(Neural Network)

https://untitledtblog.tistory.com/154

[머신 러닝/딥 러닝] 인공신경망 (Artificial Neural Network, ANN)의 종류와 구조 및 개념

https://0-sunny.tistory.com/72

퍼셉트론의 개념 (단층 퍼셉트론 / 다층 퍼셉트론)

https://m.blog.naver.com/saegot/222555580272

[인공 신경망] 2. 퍼셉트론

https://velog.io/@citizenyves/Perceptron-%ED%8D%BC%EC%85%89%ED%8A%B8%EB%A1%A0%EA%B3%BC-%EB%8B%A8%EC%88%9C-%EB%85%BC%EB%A6%AC-%ED%9A%8C%EB%A1%9C

Perceptron - 퍼셉트론과 단순 논리 회로