RMDL: 분류를 위한 랜덤 멀티모델 딥러닝

매년 복잡한 데이터셋의 수가 지속적으로 증가함에 따라 이러한 데이터를 견고하고 정확하게 분류하기 위한 머신 러닝 방법의 개선이 점점 더 필요해지고 있습니다. 본 논문에서는 분류를 위한 새로운 앙상블 딥러닝 접근 방식인 Random Multimodel Deep Learning (RMDL)을 소개합니다. 딥러닝 모델은 다양한 영역에서 최고 수준의 결과를 달성하였습니다. RMDL은 최적의 딥러닝 구조와 아키텍처를 찾는 문제를 해결하면서 동시에 여러 딥러닝 아키텍처의 앙상블을 통해 견고성과 정확성을 향상시킵니다. RMDL은 텍스트, 비디오, 이미지, 기호 등 다양한 유형의 데이터를 입력으로 받아들일 수 있습니다. 본 논문에서는 MNIST, CIFAR-10, WOS, Reuters, IMDB, 20newsgroup 등의 이미지 및 텍스트 데이터에 대한 RMDL의 테스트 결과를 설명하며, 이 테스트 결과들은 RMDL이 다양한 데이터 유형과 분류 문제에 걸쳐 표준 방법보다 일관되게 우수한 성능을 보임을 입증합니다.