LSTM (Long Short-Term Memory)

Architettura di rete neurale ricorrente progettata per apprendere dipendenze a lungo termine nelle sequenze, risolvendo il problema del gradiente che svanisce nelle RNN classiche.

Le LSTM usano tre porte per controllare il flusso di informazioni. forget (cosa eliminare dalla memoria), input (cosa aggiungere) e output (cosa trasmettere). Questo meccanismo consente alla rete di mantenere informazioni rilevanti per centinaia di passi temporali, superando il problema del gradiente che svanisce tipico delle RNN standard. Le LSTM sono state fondamentali per traduzione automatica, riconoscimento vocale e previsione di serie temporali prima dell'avvento dei Transformer.