具有实时循环学习和最大相关熵准则的四元数递归神经网络
原文中文，约300字，阅读约需1分钟。发表于：。我们开发了一个强大的四元数循环神经网络（QRNN），用于实时处理具有异常值的三维和四维数据。这通过将实时递归学习（RTRL）算法与最大相关性准则（MCC）作为损失函数相结合来实现。通过基于广义 HR（GHR）微积分推导出这两种算法，GHR...
我们开发了一个强大的四元数循环神经网络（QRNN），用于实时处理具有异常值的三维和四维数据。通过将实时递归学习（RTRL）算法与最大相关性准则（MCC）作为损失函数相结合来实现。通过在肺癌放疗中对胸部内部标记物的运动预测进行模拟实验，支持了分析的结论。
