다층 퍼셉트론(MLP)은 입력 벡터 집합을 출력 벡터 집합으로 매핑하는 피드포워드 인공 신경망입니다. 이는 여러 층의 노드로 구성된 방향 그래프로 볼 수 있으며, 각 노드는 다음 층에 완전히 연결되어 있습니다. 입력 노드를 제외한 각 노드는 비선형 활성화 함수를 갖춘 뉴런(또는 처리 장치)입니다. MLP는 퍼셉트론의 일반화로, 선형적으로 분리할 수 없는 데이터를 인식할 수 없다는 퍼셉트론의 약점을 극복한 것입니다.

다층 퍼셉트론이라는 구체적인 개념은 역전파 알고리즘이 도입된 후에 생겨났으며, 이를 통해 다층 네트워크를 학습할 수 있게 되었습니다. 역전파 알고리즘은 논문에서 처음 설명되었습니다.역전파 오류에 의한 학습 표현역전파 알고리즘은 David E. Rumelhart, Geoffrey E. Hinton, Ronald J. Williams가 1986년에 쓴 논문에 자세히 설명되어 있으며, 이 논문에서는 이 알고리즘을 사용하여 다층 퍼셉트론을 훈련하는 방법을 보여줍니다.

다층 퍼셉트론의 초기 개념과 프로토타입은 이전에도 존재했지만, 이 논문은 역전파 알고리즘을 다층 네트워크 구조와 명확하게 연결한 중요한 문서였으며 신경망 연구 분야에서 널리 인정을 받았습니다. 이전에는 효과적인 학습 방법이 부족하여 다층 네트워크가 널리 사용되지 않았습니다.