مدل‌های انتشار بر مدل‌های خودبازگشت

مقاله "مدل‌های انتشار بر مدل‌های خودبازگشت" به بررسی مدل‌های انتشار و مدل‌های خودبازگشت در زمینه یادگیری ماشین و هوش مصنوعی می‌پردازد. مدل‌های انتشار رویکردهایی هستند که برای پیش‌بینی خروجی‌های آتی بر اساس اطلاعات گذشته به کار می‌روند و در مقابل، مدل‌های خودبازگشت رویکردهایی‌اند که از داده‌های زمانی برای ساخت پیش‌بینی‌ها استفاده می‌کنند. استفاده از این مدل‌ها می‌تواند در بهبود دقت پیش‌بینی‌ها، افزایش کارایی سیستم‌ها و کاربردهای مختلفی همچون تحلیل داده‌های سری زمانی مؤثر باشد. مقاله تأکید دارد که این موضوعات به دلیل اهمیت و کاربرد گسترده‌ای که در صنعت و تحقیقات دارند، به‌طور مداوم در حال توسعه و بهبود هستند و مطالعه و استفاده از آن‌ها برای محققان و صنعتگران مرتبط بسیار ارزشمند می‌باشد. نشریه Towards AI این مقاله را در اول ژانویه 2024 منتشر کرده است.