본 논문은 역 쿼터니언 신경망(Reverse Quaternion Neural Network)이라는 새로운 다층 피드포워드 쿼터니언 신경망 모델 아키텍처를 제안하고, 그 학습 특성을 명확히 규명하는 것을 목표로 합니다. 기존 쿼터니언 신경망 연구는 다양한 분야에 적용되었으나, 가중치가 역방향으로 적용되는 다층 피드포워드 쿼터니언 신경망의 특성에 대한 연구는 없었습니다. 본 논문에서는 학습 속도와 회전에 대한 일반화라는 두 가지 관점에서 역 쿼터니언 신경망의 학습 특성을 조사합니다. 그 결과, 역 쿼터니언 신경망은 기존 모델과 비교할 만한 학습 속도를 가지며, 기존 모델과는 다른 회전 표현을 얻을 수 있음을 밝혔습니다.
