<  Retour au portail Polytechnique Montréal

Towards Non-Saturating Recurrent Units for Modelling Long-Term Dependencies

Sarath Chandar Anbil Parthipan, Chinnadhurai Sankar, Eugene Vorontsov, Samira Ebrahimi Kahou et Yoshua Bengio

Article de revue (2019)

Document publié alors que les auteurs ou autrices n'étaient pas affiliés à Polytechnique Montréal

Un lien externe est disponible pour ce document
URL de PolyPublie: https://publications.polymtl.ca/46832/
Titre de la revue: AAAI Conference on Artificial Intelligence (vol. 33, no 1)
DOI: 10.1609/aaai.v33i01.33013280
URL officielle: https://doi.org/10.1609/aaai.v33i01.33013280
Date du dépôt: 18 avr. 2023 15:01
Dernière modification: 25 sept. 2024 16:35
Citer en APA 7: Anbil Parthipan, S. C., Sankar, C., Vorontsov, E., Kahou, S. E., & Bengio, Y. (2019). Towards Non-Saturating Recurrent Units for Modelling Long-Term Dependencies. AAAI Conference on Artificial Intelligence, 33(1), 3280-3287. https://doi.org/10.1609/aaai.v33i01.33013280

Statistiques

Dimensions

Actions réservées au personnel

Afficher document Afficher document