الشبكة العصبية المتكررة
تعريف الشبكة العصبية المتكررة
يمكن اعتبار الشبكات العصبية المتكررة بمثابة العثور على أنماط في بيانات السلسلة الزمنية واستخدامها للتنبؤ بالمستقبل. لا يتطلب مدخل الخلايا العصبية البيانات في نقطة الوقت الحالية فحسب، بل يتطلب أيضًا نتائج الإخراج في نقطة الوقت السابقة. يقوم العصبون بإرجاع نتائج الإخراج إلى نهاية الإدخال، وهكذا. وفي البعد الزمني يتم التوسع كما هو موضح بالشكل التالي:
في الوقت الحاضر، يتم استخدام الشبكات العصبية المتكررة على نطاق واسع في معالجة اللغة الطبيعية، وخاصة التعرف على الكلام ونماذج اللغة. ومن بينها، يعد التعرف على خط اليد من أقدم نتائج الأبحاث التي استخدمت الشبكات العصبية الراديكالية بنجاح.
خصائص الشبكات العصبية المتكررة
تتمتع الشبكة العصبية المتكررة (RNN) بمفهوم الحلقة الموجهة، والذي يمكن استخدامه للتعامل مع مشكلة الاتصال بين المدخلات. يظهر هيكل الحلقة الموجهة في الشكل أدناه:
بالمقارنة مع الشبكة العصبية التغذية الأمامية FNN، فإن الشبكة العصبية المتكررة تتوافق أكثر مع بنية الشبكة العصبية البيولوجية.
تطبيقات الشبكات العصبية المتكررة
في مجال معالجة اللغة الطبيعية، مثل تعبير متجه الكلمات، والتحقق من صحة الجملة، ووضع علامات على الكلمات، وما إلى ذلك، تعد الشبكات العصبية المتكررة ناجحة، ومن بينها النموذج الأكثر استخدامًا هو نموذج LSTM (الذاكرة طويلة المدى قصيرة المدى). في الوقت الحاضر، يتم استخدام الشبكات العصبية المتكررة بشكل أساسي في الجوانب التالية:
- نمذجة اللغة وتوليد النص
- الترجمة الآلية
- التعرف على الكلام
- إنشاء أوصاف الصور
روابط مرجعية:
1.https://zh.wikipedia.org/wiki/الشبكات العصبية المتكررة