Hochreiter と Schmidhuber（1997）は、通常の再帰型ネットワークが長距離の依存関係を学習できない原因となっていた勾配消失問題を解決するため、LSTM を提案しました。ゲート付きのメモリセルにより、多数のタイムステップにわたって、情報を保持するか忘れるかを制御できます。
LSTM は約20年にわたって音声、翻訳、テキストのモデリングで主流を占めていましたが、自己注意機構と Transformer の登場によって、その多くが置き換えられました。
LLM アーキテクチャ基礎
2026年更新
LSTM（Long Short-Term Memory）
定義
ゲート機構によって長い系列にわたって情報を記憶できる再帰型ニューラルネットワークの設計。Transformer 登場以前、系列モデリングの主力でした。
参考文献
この定義の根拠となる一次資料、査読済み資料、アーカイブ資料です。
Long Short-Term Memory
辞書・百科事典の項目
- Wikipedia — Long short-term memory
- IBM — Think / Topics — What are recurrent neural networks?
この項目を引用する
MultipleChat「LSTM（Long Short-Term Memory）」MultipleChat AI・LLM 用語集、2026年。https://multiple.chat/ai-glossary/lstm