Modulair diep recurrent neuraal netwerk: toepassing op quadrotors

Een modulaire diepe Recurrent Neural Network (RNN) wordt geïntroduceerd om het proces van het inzetten van verschillende RNN-architecturen te vergemakkelijken en om automatisch afgeleiden te berekenen voor op gradiënten gebaseerde leermethoden. De modulariteit leidt tot een reeks nieuwe architecturen, waarvan er één feedforward-verbindingen tussen lagen bevat. Door feedforward-verbindingen tussen lagen toe te voegen aan een meerlaagse RNN, wordt waargenomen dat het vermogen van de RNN om te leren en te modelleren