• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

学习非正则语言：简单循环网络与长短期记忆网络的比较

Learning nonregular languages: a comparison of simple recurrent networks and LSTM.

作者信息

Schmidhuber J, Gers F, Eck D

机构信息

Istituto Dalle Molle di Studi sull'Intelligenza Artificiale, 6928 Manno-Lugano, Switzerland.

出版信息

Neural Comput. 2002 Sep;14(9):2039-41. doi: 10.1162/089976602320263980.

DOI:10.1162/089976602320263980
PMID:12184841
Abstract

In response to Rodriguez's recent article (2001), we compare the performance of simple recurrent nets and long short-term memory recurrent nets on context-free and context-sensitive languages.

摘要

针对罗德里格斯最近的文章（2001年），我们比较了简单循环神经网络和长短期记忆循环神经网络在上下文无关语言和上下文敏感语言上的性能。

相似文献

1
Learning nonregular languages: a comparison of simple recurrent networks and LSTM.学习非正则语言：简单循环网络与长短期记忆网络的比较
Neural Comput. 2002 Sep;14(9):2039-41. doi: 10.1162/089976602320263980.
2
Framewise phoneme classification with bidirectional LSTM and other neural network architectures.使用双向长短期记忆网络和其他神经网络架构进行逐帧音素分类。
Neural Netw. 2005 Jun-Jul;18(5-6):602-10. doi: 10.1016/j.neunet.2005.06.042.
3
Simple recurrent networks learn context-free and context-sensitive languages by counting.简单循环网络通过计数来学习上下文无关语言和上下文敏感语言。
Neural Comput. 2001 Sep;13(9):2093-118. doi: 10.1162/089976601750399326.
4
Training recurrent networks by Evolino.使用Evolino训练循环神经网络。
Neural Comput. 2007 Mar;19(3):757-79. doi: 10.1162/neco.2007.19.3.757.
5
LSTM recurrent networks learn simple context-free and context-sensitive languages.长短期记忆循环神经网络学习简单的上下文无关语言和上下文相关语言。
IEEE Trans Neural Netw. 2001;12(6):1333-40. doi: 10.1109/72.963769.
6
Long short-term memory.长短期记忆
Neural Comput. 1997 Nov 15;9(8):1735-80. doi: 10.1162/neco.1997.9.8.1735.
7
Language Identification in Short Utterances Using Long Short-Term Memory (LSTM) Recurrent Neural Networks.使用长短期记忆（LSTM）循环神经网络进行短话语中的语言识别
PLoS One. 2016 Jan 29;11(1):e0146917. doi: 10.1371/journal.pone.0146917. eCollection 2016.
8
A systematic literature review on the applications of recurrent neural networks in code clone research.基于循环神经网络在代码克隆研究中的应用的系统性文献回顾。
PLoS One. 2024 Feb 2;19(2):e0296858. doi: 10.1371/journal.pone.0296858. eCollection 2024.
9
Exploring a digital music teaching model integrated with recurrent neural networks under artificial intelligence.探索人工智能下与循环神经网络相结合的数字音乐教学模式。
Sci Rep. 2025 Mar 3;15(1):7495. doi: 10.1038/s41598-025-92327-8.
10
Use of genetic programming, logistic regression, and artificial neural nets to predict readmission after coronary artery bypass surgery.使用遗传编程、逻辑回归和人工神经网络预测冠状动脉旁路手术后的再入院。
J Clin Monit Comput. 2013 Aug;27(4):455-64. doi: 10.1007/s10877-013-9444-7. Epub 2013 Mar 16.

引用本文的文献

1
Long short term memory networks for predicting resilient Modulus of stabilized base material subject to wet-dry cycles.用于预测经历干湿循环的稳定基层材料回弹模量的长短期记忆网络。
Sci Rep. 2024 Nov 13;14(1):27928. doi: 10.1038/s41598-024-79588-5.