-
题名最小窥视孔长短时记忆模型
被引量：6
- 1
-
-
作者
包志强
赵研
胡啸天
赵媛媛
黄琼丹
-
机构
西安邮电大学通信与信息工程学院
-
出处
《计算机工程与设计》
北大核心
2020年第1期134-138,共5页
-
基金
陕西省教育厅专项科研计划基金项目(17JK0703)
陕西省重点研发计划基金项目(2018GY-150)
-
文摘
由于循环神经网络拥有复杂的模型结构,使训练模型达到最优变得困难。因此,提出一种最小窥视孔长短时记忆模型,它只有一个唯一门来更新信息,拥有两个网络层,通过减少一定的模型参数降低模型训练的难度,提高模型性能。实验结果表明,在不同数据集上,该模型性能高于长短期记忆模型,部分高于门循环单元模型,在参数个数、运行时间方面,其远小于长短期记忆模型以及门循环单元模型。
-
关键词
深度学习
循环神经网络
长短时记忆模型
门循环单元模型
最小窥视孔长短时记忆模型
-
Keywords
deep learning
recurrent neural network(RNN)
long short-term memory(LSTM)
gated recurrent unit(GRU)
minimal peephole long short-term memory(MP-LSTM)
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
