LSTM Recurrent Neural Networks for Signature Verification A Novel Approach
-
- Englisch ausgewählt
43,99 €
UVP
49,00 €
inkl. gesetzl. MwSt.,
Lieferung nach Hause
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
06.02.2012
Verlag
LAP LAMBERT Academic PublishingSeitenzahl
104
Maße (L/B/H)
22/15/0,7 cm
Gewicht
173 g
Auflage
1. Auflage
Sprache
Englisch
ISBN
978-3-8465-8994-6
The author investigated the application of Long Short-Term Memory (LSTM) Recurrent Neural Networks (RNNs) to the task of signature verification. Traditional RNNs are capable of modeling dynamical systems with hidden states; they have been successfully applied to domains ranging from financial forecasting to control and speech recognition. This manuscript is the result of successfully applying on-line signature time series data to traditional LSTM, LSTM with forget gates and LSTM with peephole connections algorithms originally developed by S. Hochreiter and J. Schmidhuber. It can be clearly seen in this pattern classification problem that traditional LSTM RNNs outperform LSTMs with forget gates and peephole connections. The latter also outperform traditional RNNs which cannot seem to even learn this task due to the long-term dependency problem.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für dein Feedback
Wir nutzen dein Feedback, um unsere Produktseiten zu verbessern. Bitte habe Verständnis, dass wir dir keine Rückmeldung geben können. Falls du Kontakt mit uns aufnehmen möchtest, kannst du dich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice