เปรียบเทียบวิธี

	โครงข่ายประสาทเทียมแบบวนซ้ำสองทิศทาง	เครือข่ายคอนโวลูชันแบบขยาย (Dilated CNN)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1997	2016
ผู้ริเริ่ม	Schuster, M. & Paliwal, K.K.	van den Oord, A. et al.; Bai, S., Kolter, J.Z. & Koltun, V.
ประเภท	Recurrent neural network (sequence model)	Deep learning (dilated 1D convolutional network)
แหล่งต้นตำรับ	Schuster, M. & Paliwal, K.K. (1997). Bidirectional Recurrent Neural Networks. IEEE Transactions on Signal Processing, 45(11), 2673–2681.	van den Oord, A. et al. (2016). WaveNet: A Generative Model for Raw Audio. arXiv.
ชื่อเรียกอื่น	Çift Yönlü RNN / BiLSTM / BiGRU, bidirectional recurrent neural network, BiLSTM, BiGRU	Dilate Edilmiş CNN (WaveNet / TCN), WaveNet, Temporal Convolutional Network, TCN
ที่เกี่ยวข้อง	5	5
สรุป	A Bidirectional RNN, introduced by Schuster and Paliwal in 1997, processes a sequence in both forward and backward directions so that every position has access to its full surrounding context. With LSTM or GRU cells (BiLSTM/BiGRU) it is the standard approach for named-entity recognition, sequence labelling, and speech recognition.	A Dilated CNN is a one-dimensional convolutional network whose receptive field grows exponentially with depth, letting it model long-range structure in time series and audio signals. WaveNet (van den Oord et al., 2016) and the Temporal Convolutional Network of Bai, Kolter and Koltun (2018) are the prominent members of this family.