신경망 모델을 위한 병렬 시뮬레이션 시스템의 개발

신경망 모델은 학습 기능을 가지고 있기 때문에 기존의 계산 방식으로는 처리하기 어려운 많은 문제들에 대하여 해결 방법을 제공하지만, 신경망의 특성을 결정하는 여러 파라메터의 설정이 어렵기 때문에 try-and-error 방식의 시뮬레이션을 통하여 원하는 구조를 만들어야 하며, 또한 많은 뉴론과 연결선을 가진 신경망의 경우 학습 자체에도 많은 시간이 걸린다는 문제점을 가지고 있다. 본 논문에서는 이런 문제점을 해결하기 위하여 완전히 연결된 다단계 신경망 모델을 분산 메모리 다중 처리기 시스템에 사상시키는 방법과, 이 시상 방법에 기초한 분산 역전도 학습 알고리즘을 제안하고 그 성능을 분석하였다. 또한 이런 병렬 시뮬레이션 방법에 바탕을 두어 빠른 학습 속도를 제공하며, 신경망 모델의 여러 파라메터를 대화형으로 쉽게 바꿀 수 있는 신경망 모델 병렬 시뮬레이션 시스템 PANSi를 개발하였다.