Giancarlo Kerg, Kyle Goyette, Maximilian Puelma Touzel, Gauthier Gidel, Eugene Vorontsov, Yoshua Bengio et Guillaume Lajoie
Communication écrite (2019)
Un lien externe est disponible pour ce document
| Département: | Département de mathématiques et de génie industriel |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/45967/ |
| Nom de la conférence: | 33rd Conference on Neural Information Processing Systems (NeurIPS 2019) |
| Lieu de la conférence: | Vancouver, B.-C. |
| Date(s) de la conférence: | 2019-12-08 - 2019-12-14 |
| Éditeurs ou éditrices: | H. Wallach, H. Larochelle, A. Beygelzimer, F. d'Alche-Buc, E. Fox et R. Garnett |
| Maison d'édition: | Neural Information Processing Systems (Nips) |
| URL officielle: | https://papers.nips.cc/paper/9513-non-normal-recur... |
| Date du dépôt: | 18 avr. 2023 15:02 |
| Dernière modification: | 05 avr. 2024 11:45 |
| Citer en APA 7: | Kerg, G., Goyette, K., Touzel, M. P., Gidel, G., Vorontsov, E., Bengio, Y., & Lajoie, G. (décembre 2019). Non-normal Recurrent Neural Network (nnRNN): learning long time dependencies while improving expressivity with transient dynamics [Communication écrite]. 33rd Conference on Neural Information Processing Systems (NeurIPS 2019), Vancouver, B.-C.. https://papers.nips.cc/paper/9513-non-normal-recurrent-neural-network-nnrnn-learning-long-time-dependencies-while-improving-expressivity-with-transient-dynamics.pdf |
|---|---|
Statistiques
Aucune statistique n'est disponible.
Actions réservées au personnel
|
Afficher document |
