Slabá rekurentná neurónová sieť
Slabá rekurentná neurónová sieť (RNN) trénuje rekurentnú neurónovú sieť na sekvenciách, ktorých označenia pochádzajú z nedokonalých zdrojov — heuristických pravidiel, vzdialenej supervízie, crowdsourcingu alebo generatívnych modelov označení — namiesto nákladnej expertnej anotácie. To umožňuje výskumníkom využiť rozsiahle neoznačené korpusy pre sekvenčné úlohy, ako je klasifikácia textu, rozpoznávanie pomenovaných entít alebo predikcia časových radov, keď sú plne anotované údaje vzácne alebo nákladné.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Weakly Supervised Recurrent Neural Network. ScholarGate. https://scholargate.app/sk/deep-learning/weakly-supervised-recurrent-neural-network
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)Hlboké učenie↔ compare
- Long Short-Term Memory (LSTM)Hlboké učenie↔ compare
- Rekurentná neurónová sieťHlboké učenie↔ compare
- Weakly supervised LSTMHlboké učenie↔ compare
- Slabo supervidovaný TransformerHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →