볼츠만 머신과 통계역학
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 서울대 첨단융합학부
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 물리학Ⅰ, 확률과통계, 물리학Ⅱ
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등), 열역학 (에너지 상태의 변화)
2026-06-11
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
데이터 패턴의 관찰 확률을 에너지 함수와 볼츠만 분포로 설명하는 볼츠만 머신의 기본 원리를 소개함
모델의 확률분포와 실제 데이터 분포의 차이를 KL divergence로 정의하고 이를 최소화하도록 매개변수를 학습하는 원리를 설명함
완전 연결 구조의 볼츠만 머신은 연산량이 매우 커지는 문제가 있어 실제 활용이 어렵다는 한계를 지님
이를 해결하기 위해 가시 노드와 숨은 노드만 연결되는 Restricted Boltzmann Machine(RBM) 구조를 도입함
RBM 학습에서는 Contrastive Divergence(CD) 알고리즘과 MCMC 샘플링을 이용해 모델 파라미터를 효율적으로 추정함
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.