순환 신경망(RNN)

순환 신경망(RNN)은 시퀀스 데이터를 처리하는 데 적합한 인공 신경망입니다. 1986년 Michael I. Jordan이 개념화하였고, 1990년 Jeffrey L. Elman이 단일 자체 연결 노드로 구성된 현재의 RNN 모델을 형성하기 위해 단순화하였습니다. RNN은 고유한 내부 링 연결을 통해 네트워크 내에서 정보를 순환적으로 전송하여 시퀀스 정보의 저장 및 처리를 달성할 수 있습니다.

RNN의 작동 원리는 은닉층의 상태를 통해 이전 시간 단계의 정보를 저장하여 네트워크의 출력이 현재 입력과 이전 상태에 따라 달라지는 것입니다. 이러한 설계를 통해 RNN은 텍스트, 음성, 비디오 등의 순차적 데이터를 처리할 때 데이터의 시계열 특성을 고려할 수 있습니다.