본 논문에서는 신경망의 성능과 동작에 중요한 역할을 하는 활성화 함수를 자동으로 진화시키는 새로운 방법인 Neuvo GEAF를 제안합니다. 기존 활성화 함수(ReLU, sigmoid, tanh 등) 대신, 문법적 진화(Grammatical Evolution, GE)를 활용하여 특정 신경망 구조와 데이터셋에 맞춤화된 새로운 활성화 함수를 생성합니다. 이 방법은 여러 이진 분류 데이터셋에서 ReLU를 사용한 경우보다 F1-score를 2.4%~9.4% 향상시키는 결과를 보였으며, 이는 네트워크 매개변수의 증가 없이 달성된 성과입니다. 따라서 에너지 효율적인 경량 신경망 구축에 기여할 수 있음을 시사합니다.
