Machine learning
LSTM
LSTM (Long Short-Term Memory)는 Sepp Hochreiter와 Jürgen Schmidhuber가 1997년에 소개한 순환 신경망 아키텍처로, 순차 데이터에서 장기 의존성을 학습할 수 있으며 시계열 및 시퀀스 예측에 널리 사용됩니다. 내부 메모리를 유지하여 여러 시간 단계에 걸쳐 정보를 지속시킬 수 있습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
출처
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/ko/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.
- 오토인코더딥러닝↔ compare
- 합성곱 신경망 (분류)딥러닝↔ compare
- 랜덤 포레스트머신러닝↔ compare
- 트랜스포머 (자연어 처리)딥러닝↔ compare
- XGBoost머신러닝↔ compare