Résumé
Cet article met en lumière, dans le cas de la tokenization de la langue des signes francophone de Belgique, l'intérêt de développer de meilleures méthodes pour modéliser les transitions dans les réseaux récurrents et montre que les méthodes existantes sont actuellement insuffisantes.
Titre traduit de la contribution | Vers une meilleure modélisation des transitions dans les réseaux neuronaux récurrents : le cas de la tokénisation de la langue des signes |
---|---|
langue originale | Anglais |
titre | ESANN 2022 |
Sous-titre | 30th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning |
Editeur | i6doc.com |
Nombre de pages | 6 |
ISBN (Electronique) | 9782875870841 |
ISBN (imprimé) | 9782875870834 |
Etat de la publication | Publié - 7 oct. 2022 |
Evénement | 30th European Symposium on Artificial Neural Networks (ESANN 2022) - Novotel hotel, Katelijnestraat 65B, Bruges, Belgique Durée: 5 oct. 2022 → 7 oct. 2022 https://www.esann.org/proceedings/2022 |
Une conférence
Une conférence | 30th European Symposium on Artificial Neural Networks (ESANN 2022) |
---|---|
Titre abrégé | ESANN 2022 |
Pays/Territoire | Belgique |
La ville | Bruges |
période | 5/10/22 → 7/10/22 |
Adresse Internet |
mots-clés
- Deep Learning
- Recurrent neural network
- French Belgian Sign Language (LSFB)
- LSTM
- EDRN
- Mogrifier LSTM