Machine learningDeep learning / NLP / CV
순환 신경망
순환 신경망(RNN)은 시간 단계(time step)에 걸쳐 정보를 전달하는 은닉 상태(hidden state)를 유지함으로써 순차 데이터를 처리하도록 설계된 신경망의 한 종류입니다. Rumelhart 등(1986)에 의해 현대적인 형태로 소개되고 Elman(1990)에 의해 더욱 발전된 RNN은 어텐션 기반 모델이 등장하기 전까지 자연어 처리(NLP), 음성 및 시계열 분석에서 시퀀스 모델링을 위한 지배적인 아키텍처였습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
출처
- Elman, J. L. (1990). Finding structure in time. Cognitive Science, 14(2), 179–211. DOI: 10.1207/s15516709cog1402_1 ↗
- Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323(6088), 533–536. DOI: 10.1038/323533a0 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Recurrent Neural Network (RNN). ScholarGate. https://scholargate.app/ko/deep-learning/recurrent-neural-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BERT 기반 분류딥러닝↔ compare
- Gated Recurrent Unit (GRU)딥러닝↔ compare
- Long Short-Term Memory (LSTM)딥러닝↔ compare
이 방법을 참조하는 항목
BERT 기반 분류딥 강화학습도메인 적응 순환 신경망에코 상태 네트워크설명 가능한 순환 신경망미세 조정된 GRU미세 조정된 순환 신경망Fine-Tuned Word2VecGated Recurrent Unit (GRU)그래프 어텐션 네트워크Long Short-Term Memory (LSTM)다층 퍼셉트론 (MLP)다층 퍼셉트론 (MLP)다국어 순환 신경망 (Multilingual Recurrent Neural Network)Multimodal Recurrent Neural Network신경망 상미분방정식 (Neural ODE)강화학습Self-supervised Word2Vec토픽 모델링순환 신경망(Recurrent Neural Network)을 이용한 전이 학습Word2Vec을 활용한 전이 학습Wavelet Neural Network약지도 GRU약지도 학습 LSTM약한 지도 순환 신경망