רשת עצבית רקורסיבית
| יש להשלים ערך זה: בערך זה חסר תוכן מהותי. | |
| ערך שניתן לשפר את מקורותיו | |
רשת עצבית רקורסיבית (באנגלית: Recursive neural network) היא סוג של רשת עצבית עמוקה שנוצרה על ידי החלת אותה קבוצת משקלים רקורסיבית על קלט מובנה, כדי לייצר חיזוי מובנה על פני מבני קלט בגודל משתנה, או חיזוי סקלרי עליו, על ידי חציית מבנה נתון בסדר טופולוגי. רשתות עצביות רקורסיביות, שלעיתים קרויות בקיצור RvNNs, הצליחו, למשל, בלימוד רצף ומבני עצים בעיבוד שפה טבעית, בעיקר ייצוגים רציפים של ביטויים ומשפטים המבוססים על הטבעת מילים. RvNNs הוצגו לראשונה כדי ללמוד ייצוגים מבוזרים של מבנה, כגון מונחים לוגיים.
ארכיטקטורת רשת עצבית רקורסיבית
עריכהבארכיטקטורה הפשוטה ביותר, צמתים שהם בנים של צמתי הורים מחוברים אליהם באמצעות מטריצת משקל המשותפת על פני כל הרשת, ופונקציית אקטיבציה אי-ליניאריות כגון טנגנס היפרבולי (tanh).
אם c1 ו-c2 הם ייצוג וקטור n-ממדי של צמתים, האב שלהם יהיה גם וקטור n-ממדי, המחושב כ כאשר W זה מטריצת משקל של . ארכיטקטורה זו, עם כמה שיפורים, שימשה לניתוח מוצלח של סצנות טבעיות, ניתוח תחבירי של משפטי שפה טבעית[1], וקידוד אוטומטי רקורסיבי ומידול גנרטיבי של מבני צורות תלת-ממדיות כגון מודל מפושט של קוביות תלת-ממדיות[2].
![{\displaystyle p_{1,2}=\tanh \left(W[c_{1};c_{2}]\right)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/6987af6182af39692701b8272fa8144516092e2b)
הערות שוליים
עריכה- ^ Socher Richard, The 28th International Conference on Machine Learning (ICML 2011)
- ^ Li Jun, GRASS: Generative Recursive Autoencoders for Shape Structures, ACM Transactions on Graphics
