GRU Mandiri-Supervisi
GRU Mandiri-Supervisi melatih jaringan Gated Recurrent Unit (GRU) menggunakan sinyal supervisi yang dibangun secara otomatis — seperti prediksi langkah berikutnya atau pemulihan token yang ditutupi — yang berasal dari data tak berlabel itu sendiri. Representasi urutan yang dipelajari kemudian disesuaikan pada kumpulan data berlabel kecil, membuat pemodelan urutan berkualitas tinggi menjadi layak ketika anotasi langka.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Cho, K., van Merriënboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. In Proceedings of EMNLP 2014. link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2023). Self-Supervised Learning: Generative or Contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Self-supervised Gated Recurrent Unit. ScholarGate. https://scholargate.app/id/deep-learning/self-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.
- Unit Berulang Bergerbang (GRU)Pembelajaran Mendalam↔ compare
- Long Short-Term Memory (LSTM)Pembelajaran Mendalam↔ compare
- Transformer yang dilatih mandiriPembelajaran Mendalam↔ compare
- GRU Semi-terawasiPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →