Context Layer Pada Elman Recurrent Neural Network

oke teman teman disini aku bakal menjelaskan materi tentang context layer pada Elman RNN
kenapa aku mau buat blog ini sebelumnya aku mau cerita kalau aku ngambil topik penelitian aku tentang pengenalan menggunakan metode Elman, dqan saat itu aku pernah ngerasa pas aku bener-bener butuh penjelasan tentang nih Elman RNN kayak susah banget untuk cari materi ini di internet, ada beberapa web yang jelasin cuman ya sekilas aja gitu, kebanyakan yang muncul adalah rujukan jurnal dan dokumen skripsi orang, sampe-sampe aku harus download jurnal-jurnal internasional untuk ngertiin si Elman RNN ini, padahal skil bahasa ingris juga gak bagus-bagus amat ahahah... LOL;D
Nah disini aku mau berbagi ilmu sama kalian semua nih, semoga aja blog ini berguna bagi yang butuh penjelasan tentang Elman RNN

oke langsung mulai aja...
Elman Recurrent Neural Network adalah salah satu dari metode pada bidang Jaringan syaraf tiruan, yang kalo anak informatika sendiri udah pasti tau kalo JST(jaringan Syaraf Tiruan) itu bidang yang mempelajari tentang pengenalan, prediksi, dsb. Elman itu sendiri adalah metode pembelajaran terawasi. Mungkin langsung aja penjelasan tentang layer pada Elman itu sendiri. Diidalam jaringan Elman terdapat neuron atau lapisan, neuron atau lapisan itu sendiri terdiri dari 3 neuron/lapisan dan 1 neuron/lapisan tambahan yaitu:
1, Input layer
2. Hidden Layer
3. Output Layer
4. Context Layer

kita bisa lihat pada gambar dibawah ini

sumber(http://socs.binus.ac.id/2017/03/20/artificial-neural-network-part-2/)

Seperti yang kita lihat pada gambar diatas, sekilas terlihat sama dengan metode backpropagation(BP), tetapi pada Elman sendiri mempunyai layer tambahan yang disebut Context Layer. Nilai Context Layer itu sendiri adalah nilai Hidden Layer pada waktu sebelumnya(t-1). Maksudnya adalah nilai context itu adalah nilai salinan dari nilai hiiden dan akan dijadikan masukkan pada hidden itu sendiri tetapi dengan ketentuan nilai context yg menjadi inputan hidden yaitu nilai hidden sebelumnya, nah sebenarnya masukkan nilai untuk mendapatkan nilai hiiden adalah nilai input dan nilai hidden itu sendiri diwaktu sebelumnya, dikarenakan iterasi pertama nilai hiddden belum ada makan context dijadikan 1, untuk iterasi sebelumnya nilai context adalah nilai hidden pada iterasi sebelumnya.

kalian bisa lihat video diatas, tetapi saya akan menjelaskan sedikit dari video itu disini, Jadi dari video yang pernah saya tonton di diatas yaitu dari input ke hidden, context ke hidden dan terakhir hidden ke output mempunyai bobot, lalu nilai context adalah nilai salinan dari hidden dan context akan juga menjadi masukka/ inputan untuk hidden itu sendiri dengan catatan nilai context adalah nilai hidden pada waktu sebelumnya(t-1).

contoh atau permisalan prosen input sampai output ya
pada iterasi i=0;
nilai untuk mencari hidden yaitu input[0]*bobot inputkehidden[0]+contex[0-1]t*bobotkehidden[0]
nah kan pada iterasi i=0 itu nilai hidden belum ada yg bisa disalin ke context maka nilai kontext dijadikan 1, lalu selanjutnya...
i=1;
maka nilai inputan untuk menghit nilai hidden adalah..
hidden=input[1]*bobot inputkehidden[1]+contex[1-1]t*bobotkehidden[0]
note:
[0]atau[1]=adalah menunjukkan iterasi

jadi begitu sekilas contoh nya...
well guys segitu aja penjelasan aku tentang context layer pada Elman RNN ini ya..
semoga bermanfaat...
jika masih ada kebingungan atau kesalahan saya dalam menjelaskan (bagi yang juga mengerti tentang ERNN) silahkan bertanya dan beri saran atau berdiskusi bersama dengan komentar ^^