LSTM

ligazón=//upload.wikimedia.org/wikipedia/commons/thumb/3/3b/The_LSTM_cell.png/220px-The_LSTM_cell.png|miniatura| Fig.1 Unidade básica LSTM ligazón=//upload.wikimedia.org/wikipedia/commons/thumb/6/63/Long_Short-Term_Memory.svg/220px-Long_Short-Term_Memory.svg.png|miniatura| Fig.2 Rede LSTM Long short-term memory (coas siglas en inglés LSTM) ou memoria longa a curto prazo é unha técnica para mellorar o desenvolvemento da intelixencia artificial formada por redes neurais recorrentes (RNN). A unidade básica LSTM consta dunha cela de memoria, unha porta de entrada, unha porta de saída e unha porta de esquecemento. Aplícanse nos campos da clasificación e da predición estatística sobre un conxunto de datos temporais. Os LSTM foron propostos por Sepp Hochreiter e Jürgen Schmidhuber en 1997 e mellorados por Felix Gers en 2000. Empresas como Google (Home), Apple (Siri), Amazon (Alexa ) e Microsoft empregan LSTM como un compoñente fundamental nos seus motores de recoñecemento de voz.

Aplicacións Control robótico, predición de datos temporais, recoñecemento de voz, aprendizaxe do ritmo, composición musical, aprendizaxe gramatical, recoñecemento de caligrafía...

Notas

Véxase tamén

Aprendizaxe profunda (Deep learning) Memoria Rede neural artificial Rede neural recorrente Supercomputadora

Categoría:Intelixencia artificial