Machine learning
LSTM
LSTM（Long Short-Term Memory）は、1997年にSepp HochreiterとJürgen Schmidhuberによって導入されたリカレントニューラルネットワークアーキテクチャであり、時系列データやシーケンス予測に広く使用され、シーケンスデータにおける長期依存性を学習することができます。内部メモリを保持することで、多くのタイムステップにわたって情報を永続させることが可能です。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
出典
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
このページの引用方法
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/ja/deep-learning/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.
- オートエンコーダー深層学習↔ compare
- 畳み込みニューラルネットワーク（分類）深層学習↔ compare
- ランダムフォレスト機械学習↔ compare
- Transformer (NLP)深層学習↔ compare
- XGBoost機械学習↔ compare