időbeli kiterítés

Rövid szöveges bemutatás: 
Az időbeli kiterítést a gépi tanulásnál a neurális hálóknál alkalmazzák. Az időbeli kiterítés lényege, hogy minden egyes diszkrét időpillanatban bejövő értéknek egy külön réteget feleltetünk meg. Tehát amekkora időintervallumba szeretnénk a hálózatot vizsgálni, praktikusan annyi rétege is lesz. Ennek hátránya, hogy egy normál méretű hálózat esetén ez már kis időegységes esetén is hatalmas méretűvé válik. A rétegek felépítése azonos, és azonos súlyokat is tartalmaz, hiszen fizikailag csak egy réteg létezik. Időbeli kiterítés történhet egy másik aspektusból is, amikor a hálózatban FIR szűrőket alkalmazunk, így a hálózatban van egy késleltetés az egyes rétegek között. Tehát a második réteg például csak a második időpillanatban kap majd bemenetet. Ezeket a típusokat a hibavisszaterjesztés specializált változataival szokták tanítani.