1. 퍼셉트론

뉴런

: 인공지능에서 **뉴런(neuron)**은 생물학적 신경세포를 모방한 기본 계산 단위로, 인공 신경망(Artificial Neural Network, ANN)을 구성하는 핵심 요소입니다. 뉴런의 주요 목적은 입력 신호를 받아 이를 처리하고 출력 신호를 생성하는 것입니다.

퍼셉트론

:

- 퍼셉트론은 뉴런의 모양에서 아이디어를 얻었고, 각 뉴런이 하는 외부 자극에 대한 전기적인 신호처리를 구현한 것.

- 연산의 결과인 f(x)의 결과가 어떤 특정한 임의의 값이라고 할 수 있는 θ(threshold)를 넘으면 1, 넘지 못하면 0으로 처리합니다.

 

다층 퍼셉트론

AND 게이트

: AND 게이트는 2개의 값이 1이 들어오면1, 하나의 값이 0이면 0을 출력합니다.

 

NAND 게이트

: NAND 게이트는 모두 1일때에만 0을 출력하고, 그 외에는 1을 출력합니다.(AND의 반대 개념)

 

OR 게이트

: OR 게이트는 둘 중 하나만 1이면 1을 출력합니다. 

 

XOR 게이트

: XOR 게이트(exclusive OR) 양쪽 모두 같으면 0, 양쪽이 서로 다르면 1을 출력합니다.

AND, NAND, OR 게이트와 다르게 XOR게이트는 하나의 퍼셉트론으로 구현이 불가능합니다.

 

 

 

XOR 퍼셉트론은 입력 값을 NAND, OR게이트로 각각 받은 다음, 각 게이트의 출력값을 AND 게이트의 입력값으로 사용하는 방식으로 구현이 가능합니다.

 

: 다층 퍼셉트론은 단층 퍼셉트론을 여러 개 쌓아 만든 구조로서 단층 퍼셉트론으로 할 수 없는 작업을 다층 퍼셉트론으로 해결할 수 있습니다. 대표적으로는 비선형적인 문제를 해결할 수 있습니다.