为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
递归神经网络（Recurrent Neural Networks, RNN）在时间序列分析和预测任务中取得了很好的效果。然而，传统RNN存在梯度消失等问题。为了降低传统RNN训练的难度，Hochreiter等人提出了长短时记忆（LSTM）神经网络。报告将介绍LSTM的基本结构，包括基本的RNN结构，额外添加的遗忘门（forget gate），输入门（input gate）和输出门（output gate）等结构，以及LSTM神经元如何通过这些结构处理输入数据。