Xarxa Neuronal Recurrent
Una Xarxa Neuronal Recurrent (RNN) és una classe de xarxa neuronal dissenyada per processar dades seqüencials mantenint un estat ocult que transporta informació a través dels passos temporals. Introduïda en la seva forma moderna per Rumelhart et al. (1986) i posteriorment modelada per Elman (1990), les RNN es van convertir en l'arquitectura dominant per a la modelització de seqüències en PLN, veu i anàlisi de sèries temporals abans de l'auge dels models basats en atenció.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Fonts
- Elman, J. L. (1990). Finding structure in time. Cognitive Science, 14(2), 179–211. DOI: 10.1207/s15516709cog1402_1 ↗
- Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323(6088), 533–536. DOI: 10.1038/323533a0 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Recurrent Neural Network (RNN). ScholarGate. https://scholargate.app/ca/deep-learning/recurrent-neural-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Classificació basada en BERTAprenentatge profund↔ compare
- Unitat recurrent amb portes (GRU)Aprenentatge profund↔ compare
- Long Short-Term Memory (LSTM)Aprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →