A Focused Backpropagation Algorithm for Temporal Pattern Recognition: differenze tra le versioni

Versione attuale delle 10:31, 17 ago 2024

A Focused Backpropagation Algorithm for Temporal Pattern Recognition
Data	1989
Autori	Yves Chauvin, D. Rumelhart
URL	https://www.semanticscholar.org/paper/ff5d9085699cee609cb5ca5dba8e2cb4eb03c8c0
Topic	Backpropagation
Citazioni	570

Descrive una nuova architettura per reti neurali e una versione migliorata dell'algoritmo di apprendimento back-propagation, progettata per gestire in modo più efficiente le sequenze temporali, come nel caso del riconoscimento vocale.

L'elemento innovativo principale è l'introduzione di uno strato di unità nascoste che si autoconnettono e integrano il loro valore corrente con nuovi input a ogni passo temporale, costruendo così una rappresentazione statica della sequenza temporale.

@@ Riga 1: / Riga 1: @@
-Titolo: [[Titolo::A Focused Backpropagation Algorithm for Temporal Pattern Recognition]]
+{{template pubblicazione
+|data=1989
+|autori=Yves Chauvin, D. Rumelhart
+|URL=https://www.semanticscholar.org/paper/ff5d9085699cee609cb5ca5dba8e2cb4eb03c8c0
+|topic=Backpropagation
+|citazioni=570
+}}
-Anno di pubblicazione: [[AnnoDiPubblicazione::1989]]
+Descrive una nuova architettura per reti neurali e una versione migliorata dell'algoritmo di apprendimento back-propagation, progettata per gestire in modo più efficiente le sequenze temporali, come nel caso del riconoscimento vocale.
-Autore: [[Autore::Michael C. Mozer]]
+L'elemento innovativo principale è l'introduzione di uno strato di unità nascoste che si autoconnettono e integrano il loro valore corrente con nuovi input a ogni passo temporale, costruendo così una rappresentazione statica della sequenza temporale.
-URL: [[URL::https://gwern.net/doc/ai/nn/rnn/1995-mozer.pdf]]
-Topic: [[Topic::Backpropagation ottimizzata per il riconoscimento di pattern temporali]]
-[[Category:pubblicazione]]
-__SHOWFACTBOX__