شبكة الذاكرة طويلة المدى ذات الإشراف الضعيف
تدرب شبكة الذاكرة طويلة المدى (LSTM) ذات الإشراف الضعيف على بيانات متسلسلة حيث تكون التصنيفات النظيفة والمُعنونة يدويًا نادرة أو غائبة. بدلاً من ذلك، يتم دمج مصادر تصنيف متعددة غير مثالية - قواعد استدلالية، إشراف بعيد، تعهيد جماعي، أو دوال تصنيف برمجية - لإنتاج تصنيفات تدريب احتمالية، والتي تُستخدم بعد ذلك للإشراف على شبكة LSTM. يتيح هذا التدريب القابل للتوسع على مجموعات كبيرة غير مُعنونة دون الحاجة إلى تعليق توضيحي بشري شامل.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Ratner, A., De Sa, C., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Weakly Supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/ar/deep-learning/weakly-supervised-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.
- شبكة الذاكرة طويلة قصيرة المدى المضبوطة بدقة (Fine-Tuned LSTM)التعلم العميق↔ compare
- الذاكرة طويلة قصيرة المدى (LSTM)التعلم العميق↔ compare
- الشبكة العصبية المتكررةالتعلم العميق↔ compare
- شبكات LSTM شبه المُشرف عليهاالتعلم العميق↔ compare
- الشبكة العصبية المتكررة ذات الإشراف الضعيفالتعلم العميق↔ compare
- المحوّل المُشرف عليه ضعيفًاالتعلم العميق↔ compare