Boltzmann machine(볼츠만 머신)

패턴인식 & 기계학습 2014. 11. 4. 16:58

볼츠만 머신(Boltzmann machine)은 1985년 Geoffrey Hinton과 Terry Sejnowski이 발명한 방법으로 

확률적으로 순환하는 신경망 네트워크이다. 볼츠만 머신은 어떤면에선 확률적으로 발생되는 Hopfield nets

부분이라고 볼 수 있다. 볼츠만 머신은 신경망 네트워크의 첫번째 예로서 내부 구조에 의한 학습이 가능했다. 

또한 여러가지 조합된 문제들을 묘사하고 해결할수 있다. 하지만 아래와 같은 몇가지 문제가 존재한다. 

볼츠만 머신은 기계학습(Machine Learning)의 추구 사항인 자유로운 연결관계에 대해 증명되지 못하였다. 

하지만 지역적 Hebbian 학습 알고리즘과 유사하며, 뿐만 아니라 병렬 처리 및 간단한 물리적 동작 과정을 

수행하므로 이론적으로는 매우 흥미있는 신경망이다. 학습은 실용적 문제에 사용할수 있도록 효율적으로

이루어져 있다. [그림 1]은 볼츠만 머신을 그래픽으로 표현한 예이다. 각각의 에지는 서로의 연결성을 나타내며

3개의 hidden 유닛과 4개의 visible 유닛으로 구성되어 있다. [그림 1]은 Restricted Boltzmann machine(RBM)

이 아니다.


       [그림 1] Graphical Boltzmann machine


구조 

볼츠만 머신은 Hopfield network와 비슷하다. 네트워크 유닛들은 네트워크의 에너지를 정의한다. 또한

Hopfield nets와 다르게 이진유닛으로 구성된다. 볼츠만 머신 유닛은 확률적으로 동작한다. 

볼츠만 머신의 Global 에너지 E는 Hopfield network와 같다.


볼츠만 머신의 연결성은 2가지로 제한되어 있다.


출처 : 위키피디아(볼츠만 머신 : http://en.wikipedia.org/wiki/Boltzmann_machine)


'패턴인식 & 기계학습' 카테고리의 다른 글

Heap theory(헵 이론)  (0) 2014.11.04
신경망 이론  (0) 2014.11.04
결정 트리 분기  (0) 2014.10.25
다층 퍼셉트론  (2) 2014.10.24
신경망, 퍼셉트론  (0) 2014.10.24