Uzun Kısa Süreli Bellek (LSTM)

Diğer adları: Long Short-Term Memory, LSTM Ağı

Kısa Tanım

LSTM, tekrarlayan sinir ağlarının (RNN) uzun vadeli bağımlılıkları öğrenememesi sorununu çözmek için tasarlanmış bir hücre mimarisidir. Kapı (gate) mekanizmaları aracılığıyla bilgi akışını seçici biçimde kontrol ederek gradyan kaybı (vanishing gradient) problemini hafifletir.

Teknik Mantık

Bir LSTM hücresi üç kapıdan oluşur: unutma kapısı (ft = σ(Wf[ht-1, xt] + bf)), giriş kapısı (it = σ(Wi[ht-1, xt] + bi)) ve çıkış kapısı (ot = σ(Wo[ht-1, xt] + bo)). Hücre durumu Ct = ft ⊙ Ct-1 + it ⊙ tanh(WC[ht-1, xt] + bC) ile güncellenir. Sigmoid kapıları [0,1] aralığında skaler çarpanlar üreterek gradyanın kesintisiz akışını sağlar.

Kullanım Bağlamı

Zaman serisi tahmini, doğal dil işleme, konuşma tanıma ve ardışık karar verme gibi sıralı veri içeren görevlerde kullanılır. Çift yönlü (bidirectional) ve yığılmış (stacked) LSTM varyantları daha karmaşık zamansal örüntüleri yakalayabilir.

Tarımsal Bağlam

Tarımda LSTM, mevsimsel verim tahmini, toprak nemi zaman serisi modellemesi, fenolojik evre tahmini ve meteorolojik verilerden kuraklık erken uyarı sistemleri geliştirmede kullanılır. Uydu kaynaklı NDVI zaman serilerinin LSTM ile modellenmesi, ürün gelişim dinamiklerinin izlenmesinde etkili bir yaklaşımdır.

Sık Karıştırılan Nokta

LSTM'in her zaman standart RNN'den üstün olduğu varsayılır; ancak kısa dizilerde basit GRU (Gated Recurrent Unit) veya 1B CNN benzer performansı daha az parametre ile sağlayabilir. Ayrıca Transformer tabanlı mimariler uzun dizilerde LSTM'in yerini hızla almaktadır.

Dr. Mehmet Solak — Siirt Üniversitesi, Biyosistem Mühendisliği