Rețea Neuronală Recurentă
O Rețea Neuronală Recurentă (RNN) este o clasă de rețele neuronale proiectată pentru a procesa date secvențiale, menținând o stare ascunsă care transportă informații între pașii temporali. Introduse în forma lor modernă de Rumelhart et al. (1986) și modelate ulterior de Elman (1990), RNN-urile au devenit arhitectura dominantă pentru modelarea secvențelor în procesarea limbajului natural (NLP), recunoașterea vorbirii și analiza seriilor temporale, înainte de apariția modelelor bazate pe mecanisme de atenție.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Recurrent Neural Network (RNN). ScholarGate. https://scholargate.app/ro/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.
- Clasificare bazată pe BERTÎnvățare profundă↔ compare
- Unitatea Recurentă Gated (GRU)Învățare profundă↔ compare
- Long Short-Term Memory (LSTM)Învățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →