12.인공신경망의 기초가 되는 개념으로서, 다수의 신호를 입력받아서 적절한 가중치를 곱하여 합한 후 최종 신호를 생성하는 단위를 일컫는 말은?

해설

퍼셉트론 (Perceptron): 퍼셉트론은 인공 신경망의 가장 기본적인 단위로, 입력을 받아 가중치(weight)를 적용한 후, 활성화 함수를 통해 출력값을 결정하는 알고리즘입니다. 주로 단층 신경망에서 사용되며, 선형 분류 문제를 해결할 수 있습니다. 바이어스 (Bias): 바이어스는 퍼셉트론에서 추가적인 상수 값으로, 입력 신호에 상관없이 적용되어 모델의 출력을 조정하는 역할을 합니다. 이는 모델이 더 유연하게 학습할 수 있도록 돕고, 데이터의 편향을 보정하는 데 도움을 줍니다. 시그모이드 (Sigmoid): 시그모이드는 활성화 함수의 한 종류로, 입력값을 0과 1 사이의 값으로 변환합니다. 비선형성을 도입해 신경망이 복잡한 패턴을 학습할 수 있게 하며, 주로 이진 분류 문제에서 많이 사용됩니다. 활성화 함수 (Activation Function): 활성화 함수는 신경망의 각 뉴런에서 가중합 결과를 비선형적으로 변환하는 함수로, 복잡한 패턴을 학습하는 데 필수적입니다. 대표적인 활성화 함수로는 시그모이드, ReLU, 소프트맥스 등이 있습니다.