Machine learningDeep learning / NLP / CV
شبكة الوحدات المتكررة المسورة ضعيفة الإشراف (Weakly Supervised GRU)
تدرب شبكة الوحدات المتكررة المسورة (GRU) على تسلسلات موسومة بمصادر غير كاملة أو إرشادية أو برمجية بدلاً من الحقيقة الأرضية المُعنونة يدويًا والمكلفة. تجمع هذه الطريقة بين كفاءة شبكة GRU في التقاط التبعيات الزمنية وتقنيات الإشراف الضعيف التي تجمع الملصقات المشوشة، مما يتيح نمذجة التسلسل بشكل عملي عندما تكون مجموعات البيانات الكبيرة المُعنونة بالكامل غير متاحة.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Ratner, A. J., De Sa, C. M., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Chung, J., Gulcehre, C., Cho, K., & Bengio, Y. (2014). Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling. NIPS 2014 Workshop on Deep Learning. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Weakly Supervised Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/ar/deep-learning/weakly-supervised-gru
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.
- وحدة البوابات المتكررة (GRU)التعلم العميق↔ compare
- الذاكرة طويلة قصيرة المدى (LSTM)التعلم العميق↔ compare
- الشبكة العصبية المتكررةالتعلم العميق↔ compare
- وحدة البوابات المتكررة شبه المُشرف عليها (Semi-supervised GRU)التعلم العميق↔ compare
- شبكة الذاكرة طويلة المدى ذات الإشراف الضعيفالتعلم العميق↔ compare
- المحوّل المُشرف عليه ضعيفًاالتعلم العميق↔ compare