LSTM(えるえすてぃーえむ)
別表記:長・短期記憶 / Long short-term memory
深層学習において用いられる、勾配消失問題の緩和を目的とした人工再帰型ニューラルネットワークのアーキテクチャ。
データ
- 種別
- 自然科学・工学
- NDC分類
- 007(情報学・情報科学)
- 品詞
- 名詞
- タグ
概要解説
LSTMは、深層学習の分野で利用される人工再帰型ニューラルネットワーク(RNN)の一種である。従来のRNNで発生しやすい勾配消失問題を軽減することを目的として、1997年にゼップ・ホッフライターとユルゲン・シュミットフーバーによって提唱された。名称は、認知心理学で研究されてきた長期記憶と短期記憶の関係性に由来する。1999年には忘却ゲートが、2000年には覗き穴結合が追加されるなど、構造の改良が重ねられた。2010年代まで主流のアーキテクチャとして広く利用されてきたが、2017年以降はより高性能なTransformerに取って代わられるようになった。他のRNNや隠れマルコフモデルと比較して、時系列データにおける間隔の長さに左右されにくいという利点を持つ。また、2014年にはGRUと呼ばれる単純化された変異型も提案されている。
関連語
主要出典
作成:AIにより生成・検証(作成方法)
初版:2026-11-12 / 最終更新:2026-11-12