Slaba nadzirana GRU mreža
Slaba nadzirana GRU (Weakly Supervised GRU) trenira mrežu Gated Recurrent Unit na sekvencama označenim nesavršenim, heurističkim ili programskim izvorima, umjesto na skupim ručno označenim referentnim podacima. Kombinira učinkovitost GRU-a u hvatanju vremenskih ovisnosti s tehnikama slabe supervizije koje agregiraju šumne oznake, omogućujući praktično modeliranje sekvenci kada veliki, potpuno označeni skupovi podataka nisu dostupni.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Weakly Supervised Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/hr/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.
- Gated Recurrent Unit (GRU)Duboko učenje↔ compare
- Dugo kratkoročno pamćenje (LSTM)Duboko učenje↔ compare
- Rekurentna neuronska mrežaDuboko učenje↔ compare
- Polunadzirani GRUDuboko učenje↔ compare
- Slaba nadzirana LSTM mrežaDuboko učenje↔ compare
- Slabo nadgledani TransformerDuboko učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →