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

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

Article de revue (2019)

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

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Adresse URL de PolyPublie:
Titre de la revue :
AAAI Conference on Artificial Intelligence ( vol. 33 , no 1 )
OAI:
oai:publications.polymtl.ca:46832
ORCID
Date du dépôt:
18 avr. 2023 15:01
Dernière modification:
14 oct. 2026 14:01
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