为了更精确的情感识别，A-LSTM 出现了

小叽导读：长短期记忆网络（LSTM）隐含了这样一个假设，本层的现时状态依赖于前一时刻的状态。这种“一步”的时间依赖性，可能会限制LSTM对于序列信号动态特性的建模。本篇论文中，针对这样的一个问题，我们提出了高级长短期记忆网络（advancedLSTM (A-LSTM)），利用线性组合，将若干时间点的本层状态都结合起来，以打破传统LSTM的这种局限性。在这篇文章中，我们将A-LSTM应用于情感识别中。实验结果显示，与应用传统LSTM 的系统相比，应用了A-LSTM的系统能相对提高5.5%的识别率。

作者：陶斐/Fei Tao, 刘刚/Gang Liu
收录于：ICASSP-2018

研究背景

LSTM 现在被广泛地应用在RNN中。它促进了RNN在对序列信号建模的应用当中。LSTM 有两个输入，一个来源于前一层，还有一个来源于本层的前一个时刻