LSTM slab supraveghere slabă
LSTM slab supraveghere antrenează o rețea de tip Long Short-Term Memory pe date secvențiale unde etichetele curate, adnotate manual, sunt rare sau absente. În schimb, multiple surse imperfecte de etichete — reguli euristice, supervizare la distanță, crowdsourcing sau funcții de etichetare programatice — sunt combinate pentru a produce etichete de antrenament probabilistice, care sunt apoi utilizate pentru a supraveghea LSTM. Acest lucru permite antrenarea scalabilă pe corpusuri mari neetichetate, fără adnotare umană exhaustivă.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Weakly Supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/ro/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.
- LSTM ajustat finÎnvățare profundă↔ compare
- Long Short-Term Memory (LSTM)Învățare profundă↔ compare
- Rețea Neuronală RecurentăÎnvățare profundă↔ compare
- LSTM semi-supervizatÎnvățare profundă↔ compare
- Rețea Neuronală Recurentă Slab SupervizatăÎnvățare profundă↔ compare
- Transformer Supervizat SlabÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →