ÃʱâÀÇ ½Å°æ ½Ã½ºÅÛ ¸ðµ¨ Áß¿¡¼ ¾Æ¸¶µµ °¡Àå Àß ¾Ë·ÁÁø °ÍÀº 1943³â Warren McCulloch °ú Walter Pitts ¿¡ ÀÇÇØ Á¦¾ÈµÈ ¸ðµ¨ÀÏ °ÍÀÌ´Ù. ±×µéÀº Àΰ£ÀÇ µÎ³ú¸¦ ³í¸®Àû ¼¼úÀ» ±¸ÇöÇÏ´Â ÀÌÁø ¿ø¼ÒµéÀÇ °áÇÕÀ¸·Î ÃßÃøÇߴµ¥, ÀÌÁø ¿ø¼ÒÀÎ ´º·±Àº onÀ̳ª off »óŸ¦ ³ªÅ¸³½´Ù. ¸ÆÄ÷°°ú ÇÇÃ÷°¡ ¾´ ³í¹® (A Logical calculus of ideas immanent in nervous activity) ÀÇ ¿ä¾à ºÎºÐ ÁßÀÇ Ã¹ ´Ü¿øÀ» ¼Ò°³ÇÑ´Ù.
½Å°æ Ȱµ¿ÀÇ 'ÀüºÎ ¾Æ´Ï¸é Àü¹« (All-or-Nothing)' ÀûÀΠƯ¼º ¶§¹®¿¡ ½Å°æ°èÀÇ Àϰú ±×µé »çÀÌÀÇ °ü°èµéÀº ¸íÁ¦³í¸® (Propositional logic) ·Î Ãë±ÞµÈ´Ù. ¸ðµç ¸ÁÀÇ ÇൿÀº ÀÌ·¯ÇÑ °üÁ¡¿¡¼ ±â¼úµÉ ¼ö ÀÖ´Ù. ...Áß·«... ¾î¶°ÇÑ Á¶°ÇµéÀ» ¸¸Á·½ÃŰ·Á´Â ³í¸®Àû Ç¥Çö¿¡ ´ëÇÏ¿©, ¿ì¸®´Â ±×°ÍÀÌ ±â¼úÇÏ´Â ¹æ¹ý´ë·Î ÇൿÇÏ´Â ¸ÁÀ» ãÀ» ¼ö ÀÖ´Ù.
ÀÌ ³í¹®ÀÇ °¡Àå Áß¿äÇÑ °á°ú´Â ±×·¯ÇÑ ½Å°æ¸ÁµéÀÌ ¿Ïº®ÇÏ°Ô ÀϹÝÀûÀÌ¾î¼ ¾î¶² À¯ÇÑÇÑ ³í¸®Àû Ç¥Çöµµ ½ÇÇöÇÒ ¼ö ÀÖ´Ù´Â Á¡ÀÌ´Ù. ÀÌ ¸ðµ¨Àº ¸í¹éÈ÷ ½Ç¿ëÀûÀÎ Àǹ̸¦ ³»Æ÷Çϴµ¥ ±×·¯ÇÑ ´º·±µéÀ» ÇÕÃļ °·ÂÇÏ°íµµ ¹ü¿ëÀûÀÎ ÄÄÇ»ÅÍ ÀåÄ¡¸¦ ¸¶µé ¼ö ÀÖ´Ù. À̿ܿ¡µµ 1943³â ±× ´ç½Ã¿¡ ¸ÆÄ÷°-ÇÇÃ÷ ¸ðµ¨°ú °°Àº ÇÁ·ÎÁ§Æ®°¡ Ææ½Çº£´Ï¾Æ ´ëÇÐÀÇ Moore School of Engineering ¿¡¼µµ ÁøÇàÁß À̾ú´Ù. ¸ÆÄ÷°°ú ÇÇÃ÷´Â ÀÌ ³í¹®À» ¾²´Â µ¥ ´ÜÁö 3 °³ÀÇ ¹®Ç常 ÂüÁ¶ÇÏ¿´´Âµ¥ ¸ðµÎ°¡ ¼öÇÐÀûÀÎ ³í¸®¸¦ ´Ù·é Ã¥µéÀÌ´Ù. ¸ÆÄ÷°°ú ÇÇÃ÷´Â ´º·±ÀÇ ¿ÀÆÛ·¹À̼ÇÀ» Áö¹èÇÏ´Â 5 °³ÀÇ °¡Á¤ (assumptions) À» ÇÏ¿´´Ù. ±× °¡Á¤µéÀº ÄÄÇ»ÅÍ °úÇÐÀڵ鿡°Ô ¸ÆÄ÷°°ú ÇÇÃ÷ÀÇ ´º·±À¸·Î ¾Ë·ÁÁö°Ô µÇ¾ú´Âµ¥ ´ÙÀ½°ú °°´Ù ............ (±è´ë¼ö 1992)
McCulloch-Pitts ¸ðµ¨¿¡¼ »ç¿ëÇÑ °¡¼³Àº ´ÙÀ½°ú °°´Ù.
1. ´º·±Àº Ȱ¼ºÈµÇ°Å³ª ȤÀº Ȱ¼ºÈµÇÁö ¾ÊÀº 2 °¡Áö »óÅÂÀÌ´Ù. Áï, ´º·±ÀÇ È°¼ºÈ´Â all-or-none ÇÁ·Î¼¼½ºÀÌ´Ù.
2. ¾î¶² ´º·±À» ÈïºÐµÇ°Ô (excited) ÇÏ·Á¸é 2°³ ÀÌ»óÀÇ °íÁ¤µÈ ¼öÀÇ ½Ã³À½º°¡ ÀÏÁ¤ÇÑ ½Ã°£³»¿¡ Ȱ¼ºÈ (activated) µÇ¾î¾ß ÇÑ´Ù.
3. ½Å°æ ½Ã½ºÅÛ¿¡¼ À¯ÀÏÇÏ°Ô ÀǹÌÀÖ´Â ½Ã°£Áö¿¬ (delay) Àº ½Ã³À½º¿¡¼ÀÇ Áö¿¬ (synaptic delay) ÀÌ´Ù.
4. ¾î¶°ÇÑ ¾ïÁ¦ÀûÀÎ (inhibitory) ½Ã³À½º´Â ±× ½Ã°¢ÀÇ ´º·±ÀÇ È°¼ºÈ (activation) ¸¦ Àý´ëÀûÀ¸·Î ¹æÁöÇÑ´Ù
5. ½Å°æ¸ÁÀÇ ±¸Á¶´Â ½Ã°£¿¡ µû¶ó º¯ÇÏÁö ¾Ê´Â´Ù.
McCulloch-Pitts ¸ðµ¨ÀÇ ±¸Á¶¸¦ ¾Æ·¡¿¡ µµ½ÃÇÏ¿´´Ù. ´º·±Àº ÀÎÁ¢ÇÑ ¿©·¯ ´º·±µé·ÎºÎÅÍ ½ÅÈ£¸¦ ¼ö½ÅÇϸç, ´º·±°£ÀÇ ½Ã³À½º ¿¬°á°µµ¿¡´Â ÈïºÐ¼º°ú ¾ïÁ¦¼ºÀÇ 2 °¡Áö À¯ÇüÀÌ ÀÖ´Ù.
McCulloch-Pitts ¸ðµ¨
¿¬°á°µµ°¡ ÀÎ °æ¿ì´Â ´º·±À» ÈïºÐ½ÃŰ´Â ¿ªÇÒÀ» ÇϹǷΠÈïºÐ¼º ¿¬°á°µµ¶ó Çϸç, ¿¬°á°µµ°¡
ÀÎ °æ¿ì´Â ´º·±ÀÇ È°¼ºÈ¸¦ ¾ïÁ¦½ÃŰ´Â ¿ªÇÒÀ» ÇϹǷΠ¾ïÁ¦¼º ¿¬°á°µµ¶ó ÇÑ´Ù.
±×¸² 1 ¿¡¼ ´º·± Àº ¿¬°á°µµ°¡
À̹ǷΠ´º·±¿¡ ÈïºÐ ½ÅÈ£¸¦ Àü´ÞÇÏÁö¸¸, ´º·±
Àº ¿¬°á°µµ°¡
À̹ǷΠ´º·±¿¡ ¾ïÁ¦ ½ÅÈ£¸¦ Àü´ÞÇÑ´Ù.
µû¶ó¼, ´º·±ÀÇ °¡Áß ÀÔ·ÂÇÕ NET ´Â ´ÙÀ½°ú °°´Ù. .............. (¿Àâ¼® 1996)
term :
½Å°æ¸Á (Neural Network) ÁöµµÇнÀ (Supervised Learning) ¸ÆÄ÷°-ÇÇÃ÷ ¸ðµ¨ (McCulloch-Pitts Model) Warren McCulloch Walter Pitts
paper :
¸ÆÄ÷°-ÇÇÃ÷ (McCulloch-Pitts) ´º·± : ±è´ë¼ö
site :
McCullich-Pitts Neuron Applet : 1943 ³â¿¡ ¹ßÇ¥µÈ ÃÖÃÊÀÇ computational model for an artificial neuron ÀÌ´Ù. ÀÌ ¸ðµ¨°ú Artificial Neuron model »çÀÌÀÇ ÁÖ¿äÇÑ Â÷ÀÌÁ¡Àº absolute inhibitory input ¸¦ »ç¿ëÇÑ´Ù´Â °ÍÀÌ´Ù. ÀÌ ´º·±Àº nonmonotonic logic functions À» ±¸ÇöÇÒ¼ö ÀÖ´Ù. ... ÀԷ°ú Ãâ·ÂÀº binary (1 ¶Ç´Â 0) À̸ç, ¾î¶°ÇÑ °¡ÁßÄ¡µµ ÁÖ¾îÁöÁö ¾Ê°í, Ȱ¼ºÈ ÇÔ¼ö´Â Ç×»ó unit step function ÀÌ´Ù.