เปรียบเทียบวิธี

	แอลเอสทีเอ็ม	โมเดล Rasch
สาขาวิชา	การเรียนรู้เชิงลึก	การวัดทางจิตวิทยา
ตระกูล	Machine learning	Latent structure
ปีกำเนิด	1997	1960
ผู้ริเริ่ม	Hochreiter, S. & Schmidhuber, J.	Georg Rasch
ประเภท	Recurrent neural network (gated memory cell)	Item Response Theory / Latent trait model
แหล่งต้นตำรับ	Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780.	Rasch, G. (1960). Probabilistic Models for Some Intelligence and Attainment Tests. Danish Institute for Educational Research, Copenhagen.
ชื่อเรียกอื่น	LSTM (Uzun Kısa Dönem Bellek Ağı), long short-term memory, LSTM network, recurrent neural network with memory cells	1PL IRT, one-parameter logistic model, Rasch Modeli — 1PL IRT, 1PL model
ที่เกี่ยวข้อง	5	6
สรุป	LSTM (Long Short-Term Memory) is a recurrent neural network architecture, introduced by Sepp Hochreiter and Jürgen Schmidhuber in 1997, that can learn long-term dependencies in sequential data and is widely used for time-series and sequence prediction. It keeps an internal memory that lets information persist across many time steps.	The Rasch model, introduced by Georg Rasch in 1960, is the simplest member of the Item Response Theory (IRT) family. It assigns a single difficulty parameter to each test item and places both item difficulties and person abilities on the same logit scale, enabling direct, sample-independent comparison of items and persons.