00 Abstract - PAI-yoonsung/lstm-paper GitHub Wiki

Abstract

Long Short-Term Memory Recurrent Neural Networks (LSTM-RNN) are one of the most powerful dynamic classifiers publicly known. The network itself and the related learning algorithms are reasonably well documented to get an idea how it works.

Long Short-Term Memory Recurrent Neural Networks (LSTM-RNN) 은 매우 강력하다고 알려진 동적 분류기입니다. 때문에, 이 네트워크 구조와 더불어 관련된 학습 알고리즘이 어떤 식으로 동작하는 가에 대한 문서화가 잘 이루어져 있는 편입니다.

This paper will shed more light into understanding how LSTM-RNNs evolved and why they work impressively well, focusing on the early, ground-breaking publications.

이 논문에서는 LSTM-RNN 모델들이 어떻게 진화해왔는 지와 왜 잘 작동하는지를 초창기의 획기적인 발표물들을 중심적으로 조명해볼 것입니다.

We significantly improved documentation and fixed a number of errors and inconsistencies that accumulated in previous publications. To support understanding we as well revised and unified the notation used.

우리는 우리한테도 내용이 쉽게 이해될 수 있도록 하기 위하여 개정과 사용한 표기법들을 통일하는 것으로 문서를 크게 개선시켰고 이전에 발표물들에서 볼 수 있었던 몇몇 오류와 모순점들을 수정하였습니다.