شبكة عصبية متكررة مترابطة اهتزازية (coRNN): هندسة دقيقة ومستقرة (بالتفاضل) لتعلم الارتباطات الزمنية الطويلة

يمكن نمذجة دوائر الخلايا العصبية البيولوجية، مثل تلك الموجودة في الأجزاء الوظيفية من الدماغ، كشبكات من المذبذبات المتصلة. مستوحاةً من قدرة هذه الأنظمة على التعبير عن مجموعة غنية من النواتج مع الحفاظ على (المadients) المتغيرات الحالة محددة، نقترح هندسة جديدة للشبكات العصبية المتكررة. تعتمد الهندسة المقترحة للشبكة العصبية المتكررة على تقسيم الزمن لنظام من المعادلات التفاضلية الاعتيادية من الدرجة الثانية، والذي يُمثّل شبكاتًا من المذبذبات اللاخطية الخاضعة للتحكم. نثبت حدودًا دقيقةً للمadients الحالة الخفية، مما يؤدي إلى تخفيف مشكلة الانفجار والاختفاء للمgradients في هذه الشبكة العصبية المتكررة. تظهر التجارب أن الشبكة العصبية المتكررة المقترحة تحقق أداءً مparableًا لأحدث التقنيات في مجموعة متنوعة من مقاييس الأداء، مما يدل على إمكانية هذه الهندسة في توفير شبكات عصبية متكررة مستقرة ودقيقة لمعالجة البيانات التسلسلية المعقدة.