Memory-DD는 계산 복잡성이 낮고 빠른 추론 속도를 보이는 수지상 돌기에서 영감을 얻은 뉴런 모델로, 특히 시계열 데이터 처리에 적합하도록 설계되었습니다. 두 개의 뉴런 그룹을 사용하여 비선형 매핑을 수행하며, 시계열 데이터의 분류 및 회귀 작업에 효과적입니다. 실험 결과, Memory-DD는 18개의 시계열 분류 벤치마크 데이터셋에서 LSTM보다 높은 평균 정확도를 달성했으며, 9개의 시계열 회귀 데이터셋에서 LSTM과 유사한 성능을 보이면서도 파라미터 수를 50% 줄이고 계산 복잡성을 감소시켰습니다.
