Recurrent Neural Network (RNN) algoritması, sıralı veya zaman serisi verilerini işlemek için kullanılan bir derin öğrenme yapısıdır 34.
Temel özellikleri:
- İç bellek: Önceki girdilerden gelen bilgileri hatırlar ve bu bilgileri yeni verilerin işlenmesinde kullanır 24.
- Bilginin geri beslenmesi: Her adımda, bir sonraki adıma geçmek için gizli durumu günceller ve geri besler 5. Bu, ağın geçmiş bilgileri sürekli olarak mevcut ve gelecek tahminlere dahil etmesini sağlar 5.
Kullanım alanları:
- Doğal dil işleme (NLP): Dil modellemesi, sentiment analizi, makine çevirisi 12.
- Konuşma tanıma 24.
- Görüntü ve video işleme: Video sıralaması, yüz ifadeleri, jest tanıma 1.
- Zaman serisi tahmini: Hisse senedi fiyatları veya hava durumu tahminleri 24.
Varyantları:
- Vanilla RNN: Basit bir yapıya sahiptir, ancak uzun vadeli bağımlılıkları öğrenmekte sınırlıdır 1.
- Long Short-Term Memory (LSTM): Vanishing gradient problemini aşmak için ek mekanizmalar kullanır 13.
- Bidirectional RNN: Girişleri hem ileri hem de geri yönde işleyerek, her zaman adımı için hem geçmiş hem de gelecek bağlamını dikkate alır 14.
5 kaynaktan alınan bilgiyle göre: