Simulated Annealing을 이용한 Back - propagation Neural Network의 학습 방식

이 논문에서는 다음과 같은 특성을 갖는 보다 자연스런 neural network의 학습방식을 제안한다: (1) fully distributed, (2) stochastic, 따라서, 각 neuron은 독자적으로 외부자극에 적용하여 학습하며, 시스템 전체적으로는 global optimal point에 이를 가능성이 높다. 특히, back-propagation 구조를 갖는 neural network를 simulated annealing을 이용하여 학습시킬 수 있는 방식을 소개한다. 이 방식의 특징은 back-propagation 학습방식과 simulated annealing 학습방식의 결점을 배제하고 장점만을 취하여 완전히 distributed된 computation, global minimum에 수렴할 수 있는 능력을 보여주는 것이다. 이 학습방식의 특징을 실험 결과를 통하여 보여 준다.