연구진이 Forward-Forward(FF) 알고리즘을 회귀 문제에 적용한 FFR(Forward-Forward for Regression) 프레임워크를 발표했어요.
FFR은 기존 회귀 방식 대신 경쟁 학습을 활용하고, 얕은 레이어는 대략적인 순서를, 깊은 레이어는 세밀한 회귀를 담당하는 계층적 구조를 사용해요.
실험 결과, FFR은 기존 방식의 정확도의 98.6%를 회복하면서도 메모리 사용량은 최대 27%로 줄이고, 학습 시간은 72% 수준으로 단축했어요.