شرح الذاكرة طويلة المدى (LSTM)
يجمع شرح الذاكرة طويلة المدى (LSTM) بين شبكة ذاكرة طويلة المدى مدربة وتقنيات قابلية التفسير اللاحقة - وبشكل أساسي SHAP و LIME والتدرجات المتكاملة أو تصور الانتباه - للكشف عن الخطوات الزمنية أو الرموز أو الميزات التي تدفع كل تنبؤ. إنه يسد الفجوة بين دقة التعلم العميق المتكرر والشفافية التي تتطلبها المجالات عالية المخاطر مثل دعم القرار السريري وكشف الاحتيال والامتثال التنظيمي.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link ↗
- Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). "Why should I trust you?": Explaining the predictions of any classifier. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 1135–1144. DOI: 10.1145/2939672.2939778 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Explainable Long Short-Term Memory Network. ScholarGate. https://scholargate.app/ar/deep-learning/explainable-lstm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصنيف قائم على بيرت قابل للتفسيرالتعلم العميق↔ compare
- وحدة GRU القابلة للتفسيرالتعلم العميق↔ compare
- الشبكة العصبية التكرارية القابلة للتفسيرالتعلم العميق↔ compare
- المحوّل القابل للتفسير (Explainable Transformer)التعلم العميق↔ compare
- الذاكرة طويلة قصيرة المدى (LSTM)التعلم العميق↔ compare