شبکه های حافظه یک کلاس جدید از مدل های یادگیری ماشین

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 384

This Paper With 8 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CCESI01_432

تاریخ نمایه سازی: 5 بهمن 1395

Abstract:

شبکه های حافظه یک کلاس جدید از مدل های یادگیری ماشین است. استدلال شبکه های حافظه با استنباط از ترکیب اجزای حافظه بلند مدت است. یادگیری شبکه های حافظه با ادغام اجزای حافظه بلند مدت می باشد. حافظه بلند مدت یک دانش پویاست که جهت عمل پیش بینی قادر به خواندن و نوشتن داده است. اکثر مدل های یادگیری ماشین یک راه آسان برای خواندن و نوشتن در بخش بزرگی از اجزای حافظه بلند مدت دارند که با استنباط و درک می توانند یکپارچگی ترکیب این اجزا را مهیا کنند؛ کاربرد حافظه بلند مدت در بسیاری از حوزه ها مطرح می شود که با پرسش از یک موضوع می توان به نتیجه پاسخ درست، دست یافت. ساختار مدل شبکه های عصبی RNN منجر به ظهور مدل یادگیری شبکه های حافظه شده است.

Authors

سمیه السادات موسوی

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران

سعید فرضی

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Bahdanau, D., Cho, K., and Bengio, Y.(2014). Neural machine translation ...
  • Berant, J., Srikumar, V., Chen, P.C., Huang, B., Manning, CD, ...
  • Bordes, A., Chopra, S., and Weston, J. (2014a). Question answering ...
  • Das, Sreerupa, Giles, C Lee, and Sun, Guo-Zheng. Learning context-free ...
  • Fader, A., Zettlemoyer, L., and Etzioni, O. (2013). Paraphras e-driven ...
  • Graves, A. (2013). Generating sequences with recurrent neural networks. arXiv ...
  • Graves, A., Wayne, G., and Danihelka, I. (2014). Neural turing ...
  • Haykin, S. (1994). Neural networks: A comprehensive foundation. 1994. ...
  • _ Hochreiter, S., and Schmidhuber, J. (1997). Long short-term memory. ...
  • Iyyer, M., Boyd-Graber, J., Claudino, L., Socher, R., and III, ...
  • Kolomiyets, O., and Moens, M.F. (2011). A survey on question ...
  • Lin, T., Horne, B.G, Tino, P., and Giles, C.L.(1996) _ ...
  • Miikkulainen, R., [DISCERN] _ distributed artificial neural network model of ...
  • Mikolov, T.. Karafi at, M., Burget, L., Cernock y, _ ...
  • Schmidhuber, J. (1992) _ Learning to control fast-weight memories: An ...
  • Schmidhuber, J. (1993). A s elf-referen tialweight matrix. In ICANN93, ...
  • Weston, J., Bengio, S., and Usunier, N.(2011). Wsabie: Scaling up ...
  • Weston, J. , Chopra S., and Bordes, A. (2015). Memory ...
  • Yih, W.T., He, X., and Meek, C.(2014). Semantic parsing for ...
  • Zaremba, W., and Sutskever, I.(2014). Learning to execute. arXiv preprint ...
  • نمایش کامل مراجع