home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #20 / NN_1992_20.iso / spool / comp / ai / neuraln / 3405 < prev    next >
Encoding:
Text File  |  1992-09-07  |  2.0 KB  |  54 lines
  1. Newsgroups: comp.ai.neural-nets
  2. Path: sparky!uunet!math.fu-berlin.de!Germany.EU.net!fauern!flora!forwiss.uni-erlangen.de!arras
  3. From: arras@cascor.forwiss.uni-erlangen.de (Mike Arras)
  4. Subject: Re: search for literature on recurrent networks
  5. Organization: FORWISS, Uni Erlangen, Germany
  6. Date: Sat, 5 Sep 1992 11:43:46 GMT
  7. Message-ID: <Bu3sKy.M0p@epix.rrze.uni-erlangen.de>
  8. Keywords: recurrent, networks
  9. References:  <1992Sep4.155607.4536@a.cs.okstate.edu>
  10. Sender: arras@forwiss.uni-erlangen.de (Mike Arras)
  11. Lines: 41
  12.  
  13.  
  14. In article <1992Sep4.155607.4536@a.cs.okstate.edu>, siva@a.cs.okstate.edu (KAVUTURU SIVA RAMA) writes:
  15. >        I am searching for the literature on recurrent networks. If you 
  16. >        have any information regarding recurrent networks please send me.
  17.  
  18.  
  19.     The first article is good.  The second I have not read.
  20.  
  21. 128.146.8.52    archive.cis.ohio-state.edu      % neuroprose
  22. in pub/neuroprose
  23.  
  24. pearlmutter.dynets.ps.Z
  25. from barak.pearlmutter@cs.cmu.edu
  26. Survey of learning algorithms for recurrent neural networks with
  27. hidden units, with some new results and simulations.
  28.  
  29. kehagias.srn1.ps.Z
  30. from ST401843@brownvm.brown.edu
  31. Stochastic Recurrent Networks (collections of interconnected finite
  32. state units) are introduced; they can be trained very efficiently
  33. by the local Backward-Forward Algorithm, a variant of the Hidden
  34. Markov Model Backward-Forward training algorithm.
  35.  
  36.     This is also a good paper, but it's covers one specific arch..
  37.  
  38. 128.2.254.155    pt.cs.cmu.edu            % cascor site
  39. in /afs/cs/project/connect/tr
  40.  
  41. rcc-tr.ps.Z
  42. by Scott Fahlman
  43. Recurrent Cascade-Correlation paper.
  44.  
  45.     There are definately more.  These, however, can be quickly
  46. obtained via ftp.
  47.                                     __    __
  48. Michael Arras                      /  \  |  |  Bavarian Research
  49. arras@forwiss.uni-erlangen.de     /    \ |  |  Center for
  50. Artificial Neural Network and    /  /\  \|  |  Knowledge-Based
  51. Fuzzy Logic Research Group      |   __   |  |  Systems__________
  52. Tel (09131) 691-211             |__|  |__|__|  
  53. I speak for me, myself and I.   F O R W I S S  ERLANGEN * MUNICH * PASSAU
  54.