递归网络是一类人工神经网络，用于识别诸如文本、基因组、手写字迹、语音等序列数据的模式，或用于识别传感器、股票市场、政府机构产生的数值型时间序列数据。

文中提出一个深度神经网络，它根据顺序沿着两个空间维度来预测图片中的像素。该模型离散了原始像素值的可能性，同时编码保证了整个图片的完整性。

1997年，他和他的学生团队提出了简化时间递归神经网络的长短期记忆人工时间递归神经网络(LSTM RNN)，并因为这个开创性的成果而声名远播。

递归神经网络技术不仅能识别复杂的移动图像，还能自动为网络图片和视频生成详细说明，改善翻译系统等。Facebook、百度和谷歌都在推进这一技术，现在又有一家名为 Nnaisense 的初创公司加入进来。