계단식 상관관계

정의

캐스케이드 상관관계는 최소한의 다층 네트워크 토폴로지를 구축하는 데 사용할 수 있는 지도 학습 아키텍처입니다. 이 알고리즘의 장점은 사용자가 네트워크 토폴로지에 대해 걱정할 필요가 없고, 기존 학습 알고리즘보다 학습 속도가 빠르다는 것입니다.

관련 알고리즘

계단식 상관관계 알고리즘은 다음과 같은 방식으로 구현됩니다.

1. 입력 및 출력 계층만 포함하고 두 계층이 모두 완전히 연결된 최소 네트워크로 시작합니다.
2. 전통적인 학습 알고리즘을 사용하여 오류가 더 이상 증가하지 않을 때까지 출력 단위에서 링크를 닫아 학습합니다.
3. 각 후보 단위가 입력 단위와 숨겨진 단위에 연결된 소위 후보 단위를 생성합니다.
4. 훈련을 통해 남은 오류들 사이의 상관관계를 해결해 보세요.
5. 가장 큰 상관관계를 갖는 후보 단위가 선택되고, 해당 입력 가중치가 고정되어 네트워크에 추가됩니다.

전체 네트워크 오차가 예상 값보다 낮아질 때까지 위의 단계를 반복합니다.