会员服务
长短期记忆网络(LSTM)是一种用于深度学习领域的人工回归神经网络(RNN)结构。与标准的前馈神经网络不同，LSTM具有反馈连接。它不仅可以处理单个数据点(如图像)，还可以处理整个数据序列(如语音或视频)。例如，LSTM适用于未分段、连接的手写识别、语音识别、网络流量或IDSs(入侵检测系统)中的异常检测等任务。
LSTM Variants for Chaotic Dynamical Systems: An Empirical Study on the Lorenz Attractor
Arxiv
0+阅读 · 6月21日
Enhancing Cognitive Workload Classification Using Integrated LSTM Layers and CNNs for fNIRS Data Analysis
Arxiv
0+阅读 · 6月22日
SignVLA: Real-Time Sign Language-Guided Robotic Manipulation via Attention LSTM and Vision-Language-Action Models
Arxiv
0+阅读 · 6月18日
A Hybrid LSTM--Vision Transformer Architecture for Predicting HRRR Forecast Errors
Arxiv
0+阅读 · 6月17日
Remote sensing data imputation using deep learning for multispectral imagery
Arxiv
0+阅读 · 6月16日
Delta-Based Target Reformulation for Short-Term Electricity Load Forecasting Using LSTM and Transformer Models
Arxiv
0+阅读 · 6月16日
Attention Alignment Between Humans and Vision-Language Models
Arxiv
0+阅读 · 6月16日
Memory-Efficient Meta-Reinforcement Learning for Adaptive Safety-Critical Control in Adversarial Spacecraft Proximity Operations
Arxiv
0+阅读 · 6月16日
LLM: LSTM Look-Ahead Moving Target Defense Based on Historical Malicious Scan
Arxiv
0+阅读 · 6月13日
Multiple Descents in Deep Learning as a Sequence of Order-Chaos Transitions in LSTM Networks
Arxiv
0+阅读 · 6月15日
Gated QKAN-FWP: Scalable Quantum-inspired Sequence Learning
Arxiv
0+阅读 · 6月15日
Leveraging Physiological Signals to Predict Exam Outcomes with Machine Learning
Arxiv
0+阅读 · 6月12日
David vs. Goliath in Next Activity Prediction: Argmax vs. LSTM, Transformer, and LLM
Arxiv
0+阅读 · 6月14日
Towards CONUS-Wide ML-Augmented Conceptually-Interpretable Modeling of Catchment-Scale Precipitation-Storage-Runoff Dynamics
Arxiv
0+阅读 · 6月14日
Infinity-norm-based Input-to-State-Stable Long Short-Term Memory networks: a thermal systems perspective
Arxiv
0+阅读 · 6月9日
参考链接
微信扫码咨询专知VIP会员
Top