ニューラルネットワークで時系列データの予測を行う - Qiita

Hopfield networkは、一般的なクラス分類以外に最適化問題への応用が可能なモデルです。 Elman/Jordanは、Simple recurrent networksと言われているように一番シンプルな形となっています。RNNを利用したい場合はまずどちらかでやってみて、精度的な問題があるのなら他の手法に切り替えてみる、というのがよいのではないかと思います。 Elman/Jordanの違いは上記のとおりですが(前回データの反映が隠れ層から行われるか、出力層から行われるか)、こちらにも詳しく書かれています。精度的な優劣はありませんが、隠れ層の数によって次に伝播する量を変化させられるElmanの方が柔軟と言えると思います。 Echo state networkは毛色が違ったモデルで、ノードを事前に結合せずReservoir(貯水池などの意味)と呼ばれるプールに貯めておき、入力が与えられ

[tsubuo]

“A tutorial on training recurrent neural networks, covering BPPT, RTRL, EKF and the "echo state network" approach”

[tokuryoo]

「現時点(2015/1)においてRNNの学習で精度・速度ともに問題のない確立した手法はまだ存在せず」

[minamishinji]

学習資料のリンクが間違ってる？ http://deeplearning.cs.cmu.edu/notes/shaoweiwang.pdf

[aonotas]

良くまとまってる

[lanius]

RNN.

[aidiary]

ボールのバウンドの軌道（位置、速度）の力学系をRNNで学習。あまりうまく学習できていない模様。