شبكات بوابات المنطق العميقة القابلة للاشتقاق المتكررة

بينما أظهرت بوابات المنطق القابلة للاشتقاق وعدًا في الشبكات الأمامية، لا يزال تطبيقها في نمذجة التسلسل غير مستكشف. تقدم هذه الورقة البحثية أول تنفيذ لشبكات بوابات المنطق العميقة القابلة للاشتقاق المتكررة (RDDLGN)، مما يجمع بين العمليات البوليانية والهياكل المتكررة لتعلم التسلسل إلى التسلسل. تم تقييم RDDLGN على ترجمة اللغة الإنجليزية-الألمانية WMT'14، حيث حققت 5.00 BLEU و30.9% دقة أثناء التدريب، مما اقترب من أداء GRU (5.41 BLEU) وتدهور لطيف (4.39 BLEU) أثناء الاستدلال. تؤسس هذه الدراسة الحوسبة العصبية المستندة إلى المنطق المتكرر كخيار ممكن، مما يفتح اتجاهات بحثية لتسريع FPGA في نمذجة التسلسل وهياكل الشبكات التكرارية الأخرى.