CNN(합성곱 신경망)

- 컨볼루션 신경망

• 이미지 분야를 다루기에 최적화된 신경망 구조
• 컨볼루션층 (Convolution Layer)   
  - 컨볼루션 연산을 통하여 이미지의 특징을 추출하는 역할.
• 컨볼루션(합성곱)이란?
  - 커널(kernel)또는 필터(Filter)라 불리는 윈도우 사이즈만큼의 X*X 크기의 행렬을 Y*Y 크기의 부분과 곱해서 모두 더하는 연산을 말한다.  
  - 행렬곱의 결과로 이미지 행렬의 X*X 크기 부분의 값들은 모두 더해져 하나의 값으로 모아진다. 
  - 이 행렬곱을 Y*Y 크기의 이미지 행렬의 가장 왼쪽 위부터 가장 오른쪽 아래까지 순차적으로 수행하는 연산.
• 컨볼루션층(convolution layer) 과 풀링층(pooling layer) 두 종류 층을 포함하는 순방향 신경망(feed-forward Neural Networks)
• 전처리 과정을 추가한 다층 퍼셉트론의 한 종류로 2차원 데이터의 입력과 훈련에 용이하고 적은 매개변수만이 필요하다는 장점.
• 컨볼루션층(convolution layer)과 풀링층(pooling layer), 완전연결층(Fully-Connected Layer) 으로 구성되어 있으며, 입력층 이후에 합성곱층과 풀링층이 반복되며 마지막 첫번째 또는 두번째 층에서 완전 연결층으로 진행하도록 구성 
• 이미지와 영상 및 음성 인식과 같은 분야에서 좋은 성능을 보인다.