首页> 外文OA文献 >Recurrent neural network learning for text routing

【2h】

Recurrent neural network learning for text routing

机译：用于文本路由的循环神经网络学习

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Stefan Wermter; See Profile; Garen Arevian; Christo Panchev;
展开▼
作者单位

展开▼
年度 1999
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. ReSet: Learning Recurrent Dynamic Routing in ResNet-like Neural Networks [J] . Iurii Kemaev, Daniil Polykovskiy, Dmitry Vetrov JMLR: Workshop and Conference Proceedings . 2018,第12期

机译：重置：在类似ResNet的神经网络中学习递归动态路由
2. A study on the optimal route design considering time of mobile robot using recurrent neural network and reinforcement learning [J] . Woo Min Hyuk, Lee Soo-Hong, Cha Hye Min Journal of Mechanical Science and Technology . 2018,第10期

机译：考虑经常性神经网络和加固学习的移动机器人的最优路线设计研究
3. Comparative effectiveness of convolutional neural network (CNN) and recurrent neural network (RNN) architectures for radiology text report classification [J] . Banerjee Imon, Ling Yuan, Chen Matthew C., Artificial intelligence in medicine . 2019,第JUNa期

机译：卷积神经网络（CNN）和递归神经网络（RNN）架构在放射学文本报告分类中的比较有效性
4. Recurrent neural network learning for text routing [C] . Wermter, S., Arevian, . 1999

机译：递归神经网络学习的文本路由
5. Recurrent neural network learning and neural network learning controller. [D] . Yan, Lilai. 1994

机译：递归神经网络学习和神经网络学习控制器。
6. Restoration of fragmentary Babylonian texts using recurrent neural networks [O] . Ethan Fetaya, Yonatan Lifshitz, Elad Aaron, 2020

机译：使用经常性神经网络恢复零碎的巴比伦文本
7. Comparative effectiveness of convolutional neural network (CNN) and recurrent neural network (RNN) architectures for radiology text report classification [O] . Imon Banerjee, Yuan Ling, Matthew C. Chen, 2019

机译：卷积神经网络（CNN）和反复性神经网络（RNN）架构对放射学文本报告分类的比较有效性

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号