الشبكة العصبية المتكررة
Recurrent Neural Network (RNN)
التعريف
شبكة تعالج التسلسلات خطوة بخطوة وتحمل حالة مخفية Hidden State تلخص ما سبق.
الفكرة الأساسية
الإخراج عند كل خطوة يعتمد على المدخل الحالي والحالة السابقة، فتناسب النصوص والسلاسل الزمنية. لكنها تعاني من تلاشي التدرج مع التسلسلات الطويلة.
آلية العمل
- نمرر عناصر التسلسل واحداً تلو الآخر
- نحدّث الحالة h_t = f(W·x_t + U·h_{t−1})
- نخرج تنبؤاً عند كل خطوة أو في النهاية
- نتدرب بالانتشار العكسي عبر الزمن BPTT
نوع البيانات ونوع المشكلة
| نوع البيانات | تسلسلات: نصوص، سلاسل زمنية، إشارات |
|---|---|
| نوع المشكلة | تصنيف تسلسلات وتنبؤ |
المزايا
- تتعامل مع أطوال متغيرة
- تراعي الترتيب
القيود
- تلاشي/انفجار التدرج
- بطيئة لأنها تسلسلية
- ذاكرتها قصيرة
المعاملات المهمة
- حجم الحالة المخفية
- طول النافذة
- معدل التعلم
مقاييس التقييم
- للتنبؤ: MAE وRMSE
- للتصنيف: Accuracy وF1
الأدوات التي تدعمها
| KNIME | عقد طبقات Keras المتكررة في إضافة KNIME Deep Learning (تحتاج بيئة Python) |
|---|---|
| Orange | لا يوجد عنصر RNN في التثبيت الأساسي |
أمثلة تطبيقية
- التنبؤ بالكلمة التالية
- تصنيف تسلسلات الحساسات
