高次元データの分析のための効率的なランダムウォークと1次元畳み込みに基づくニューラルネットワーク

本論文では、ランダムウォークと1次元畳み込みを組み合わせた新しいニューラルネットワークアーキテクチャ「SCRaWl」を提案する。これにより、高次元の関係性を効率的に捉えることができ、既存の手法よりも優れた性能を示す。