Weakly Supervised LSTM
LSTM แบบเรียนรู้ภายใต้การกำกับดูแลแบบอ่อน (Weakly Supervised LSTM) เป็นการฝึกโครงข่าย Long Short-Term Memory (LSTM) บนข้อมูลลำดับ (sequence data) ที่มีป้ายกำกับ (label) ที่ถูกต้องซึ่งได้จากการอธิบายด้วยมือ (manually annotated) นั้นมีอยู่น้อยหรือไม่มีเลย แต่จะใช้แหล่งข้อมูลป้ายกำกับที่ไม่สมบูรณ์หลายแหล่งร่วมกัน เช่น กฎเชิงอุปนัย (heuristic rules), การกำกับดูแลระยะไกล (distant supervision), การระดมสมอง (crowdsourcing), หรือฟังก์ชันการติดป้ายกำกับตามโปรแกรม (programmatic labeling functions) เพื่อสร้างป้ายกำกับแบบความน่าจะเป็น (probabilistic training labels) ซึ่งจะถูกนำไปใช้ในการกำกับดูแล LSTM วิธีนี้ช่วยให้สามารถฝึกโมเดลบนคลังข้อมูลขนาดใหญ่ที่ไม่มีป้ายกำกับได้อย่างมีประสิทธิภาพ โดยไม่ต้องอาศัยการอธิบายด้วยมืออย่างละเอียดถี่ถ้วน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Weakly Supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/th/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.
- Fine-Tuned LSTMการเรียนรู้เชิงลึก↔ compare
- หน่วยความจำระยะสั้นแบบยาว (LSTM)การเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมแบบเวียนซ้ำ (Recurrent Neural Network - RNN)การเรียนรู้เชิงลึก↔ compare
- LSTM แบบกึ่งกำกับดูแลการเรียนรู้เชิงลึก↔ compare
- Recurrent Neural Network แบบเรียนรู้ด้วยการกำกับดูแลแบบอ่อนการเรียนรู้เชิงลึก↔ compare
- Weakly Supervised Transformerการเรียนรู้เชิงลึก↔ compare