多维循环神经网络
人工智能
2007-05-23 v1 计算机视觉与模式识别
摘要
循环神经网络 (RNN) 已被证明在一维序列学习任务（如语音和在线手写识别）中行之有效。RNN 适合此类任务的一些特性，例如对输入扭曲的鲁棒性以及获取上下文信息的能力，在多维领域中也是令人向往的。然而，迄今为止尚无直接将 RNN 应用于具有多个时空维度数据的方法。本文介绍了多维循环神经网络 (MDRNN)，从而将 RNN 的潜在适用性扩展至视觉、视频处理、医学成像及许多其他领域，同时避免了困扰其他多维模型的缩放问题。文章提供了两个图像分割任务的实验结果。
引用
@article{arxiv.0705.2011,
title = {Multi-Dimensional Recurrent Neural Networks},
author = {Alex Graves and Santiago Fernandez and Juergen Schmidhuber},
journal= {arXiv preprint arXiv:0705.2011},
year = {2007}
}
评论
10 pages, 10 figures