Слабо надгледани LSTM
Слабо надгледани LSTM (Weakly Supervised LSTM) тренира мрежу дуго-краткорочног памћења (Long Short-Term Memory network) на секвенцијалним подацима где су чисте, ручно анотиране ознаке ретке или одсутне. Уместо тога, више несавршених извора ознака — хеуристичка правила, далека сугестија, краудсорсинг или програмске функције за означавање — комбинују се да би се произвеле вероватносне ознаке за обуку, које се затим користе за надгледање LSTM-а. Ово омогућава скалабилно тренирање на великим ненадгледаним корпусима без исцрпне људске анотације.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Weakly Supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/sr/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.
- UFine-Tuned LSTMDuboko učenje↔ compare
- Long Short-Term Memory (LSTM)Duboko učenje↔ compare
- Рекурентна неуронска мрежаDuboko učenje↔ compare
- Полу-надгледани LSTMDuboko učenje↔ compare
- Slabo nadgledana rekurentna neuronska mrežaDuboko učenje↔ compare
- Слабо надгледани ТрансформерDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →