본 논문은 영상 분류에서의 도메인 일반화 문제를 해결하기 위해, 포유류 시각 피질의 뉴런에서 영감을 받은 신경 반응 정규화(NeuRN) 레이어를 제시합니다. 기존 딥러닝 모델을 소스 도메인에서 학습시킨 후, NeuRN을 통합한 모델과 성능을 비교하여 도메인 간 일반화 성능 향상을 확인합니다. 다양한 딥러닝 아키텍처(Neural Architecture Search 및 Vision Transformer 기반 모델 포함)에 대한 실험을 수행하며, Needleman-Wunsch 알고리즘을 이용한 새로운 딥러닝 아키텍처 유사도 측정 방법을 제안하여 실험 대상 모델을 선정합니다. 실험 결과, NeuRN이 도메인 간 영상 분류 작업에서 기준 모델 대비 성능 향상을 보임을 보여주며, 향후 신경생물학적 영감을 받은 딥러닝 모델의 기반을 마련하고자 합니다.
