Recurrent Neural Network (略して RNN) は、シーケンス データの処理に適した人工ニューラル ネットワークです。 1986 年に Michael I. Jordan によって概念化され、1990 年に Jeffrey L. Elman によって簡素化され、その結果、単一の自己接続ノードを含む RNN モデルが完成しました。 RNN は独自の内部リング接続を通じてネットワーク内で情報を循環させ、シーケンス情報の保存と処理を実現します。
RNN の動作原理は、隠れ層の状態を通じて以前のタイム ステップの情報を保存し、ネットワークの出力が現在の入力と以前の状態に依存するようにすることです。この設計により、RNN はテキスト、音声、ビデオなどの連続データを処理するときに、データの時系列特性を考慮に入れることができます。