AI를 위한 필수 수학

588

AI

를 위한 필수 수학

뉴럴 연산자 내의 적분 연산 속도를 높이고 계산 비용을 줄이려면 어떻게 해야 하는가?

푸리에 변환을 사용한다. 푸리에 신경망은 입력을 푸리에 공간으로 변환하여 관련 적분 계산

과정을 빠르게 한다. 여기에서 고속 푸리에 변환 기법을 활용할 수도 있다. 곧이어 푸리에 신경

망을 설명할 때 자세히 살펴보겠다.

뉴럴 연산자 네트워크는 고차원의 편미분 방정식을 해결하는 데 어느 정도의 성능을 보이는가?

수백 또는 수천 개의 변수를 포함하는 고차원 편미분 방정식 (

예

블랙-숄즈 모델을 적용한 금

융 시장, 다수의 주체가 참여하는 게임 이론, 해밀턴-야코비-벨만 방정식 또는 다수의 입자

로 구성된 물리 시스템 )의 경우에는 차원이 엄청나게 커진다. 이러한 문제들을 각 차원에 따

라 이산화하면 계산 부담이 기하급수적으로 증가하여 지금까지 배운 편미분 방정식의 실질적

인 구현을 불가능하게 만든다. 곧 논의할 논문 「

Solving

High

-

Dimensional

Differential

Equations

Using

Deep

Learning

」

304

에서는 인공지능 기법을 사용하여 이러한 편미분 방

정식을 해결한다. 이 논문의 방법론과 딥 뉴럴 연산자의 접근법을 비교해보면 좋을 것 같다.

푸리에 신경망

캘리포니아 공과대학은 최근 편미분 방정식을 푸는 푸리에 신경망을 ...