الذاكرة الطويلة قصيرة المدى (LSTM)

الذاكرة الطويلة قصيرة المدى (LSTM) هي نوع من الشبكات العصبية المتكررة (RNN) التي تُستخدم لنمذجة التبعيات الزمنية في البيانات. على وجه التحديد، يمكنه "تذكر" الأحداث الماضية أو التبعيات من الأوقات التي تمت ملاحظتها مسبقًا. يتم استخدامه على نطاق واسع في عدد من المجالات، مثل معالجة اللغة الطبيعية، والترجمة الآلية، والتعليق على الصور، والتعرف على الكلام.

LSTM هي نوع من الشبكات المصممة خصيصًا لمساعدة الكمبيوتر على تذكر المعلومات لفترة أطول مما هو ممكن عادةً مع الشبكة العصبية المتكررة. يعمل نموذج الذاكرة الطويلة وقصيرة المدى باستخدام "الخلايا" التي تخزن المعلومات لفترات طويلة من الزمن؛ عند اكتشاف إدخال جديد، يتم إنشاء خلايا جديدة ترتبط مع الخلايا الموجودة. إلى جانب ذلك، فإن الخلايا الجديدة قادرة على "نسيان" بعض المعلومات المخزنة داخل الخلايا الموجودة، مما يسمح للشبكة "بنسيان" بعض ما تعلمته.

المكونات الرئيسية لـ LSTM هي خلايا الذاكرة وبوابات النسيان وبوابات الإدخال. خلايا الذاكرة مسؤولة عن تخزين المعلومات لفترات طويلة من الزمن، وتقرر بوابات النسيان والإدخال المعلومات التي ينبغي أو لا ينبغي تخزينها في الخلايا. هذه المكونات هي التي تمكن شبكات LSTM من "تذكر" الماضي مع القدرة أيضًا على أخذ المدخلات الجديدة في الاعتبار.

تعد LSTMs أداة أساسية في مجموعة متنوعة من التطبيقات، بما في ذلك معالجة اللغة الطبيعية والتعرف على الصور. إنهم قادرون على أخذ المعرفة السابقة في الاعتبار ويمكن استخدامها في كل من التعلم الخاضع للإشراف وغير الخاضع للإشراف. تتراوح استخداماتها من التنبؤ بأسعار الأسهم وترجمة اللغات إلى القيادة الذاتية وتشغيل الفيديو.

بشكل عام، تعد شبكات LSTM شبكات عصبية فعالة للغاية لمجموعة متنوعة من التطبيقات نظرًا لقدرتها على تخزين المعلومات لفترات طويلة من الوقت ومعالجة المدخلات الجديدة بكفاءة أكبر من الشبكات العصبية المتكررة التقليدية.