成为VIP会员查看完整内容
VIP会员码认证
首页
主题
会员
服务
注册
·
登录
长短期记忆网络
关注
120
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。
综合
百科
VIP
热门
动态
论文
精华
GraphBEAT: Graph-based Bucketized Event Aggregation Over Time for Early Risk Stratification of Gastrointestinal Cancers
Arxiv
0+阅读 · 10月15日
Automatic Sentence Completion Using Bengali Audio Speech with a Transformer-Based Early Speech Recognition System
Arxiv
0+阅读 · 10月15日
Dependency Parsing Across the Resource Spectrum: Evaluating Architectures on High and Low-Resource Languages
Arxiv
0+阅读 · 10月12日
Deterministic Regime Switching and Feasibility Inversion in Dynamic Tensor Rematerialization
Arxiv
0+阅读 · 9月25日
RiLM: Parameter-Efficient Language Modeling via Geodesic Decoding
Arxiv
0+阅读 · 9月9日
nBMS, a Neuromorphic Battery Management System with a Silicon-Validated Spiking State-of-Charge Core for eVTOL Aircraft
Arxiv
0+阅读 · 9月11日
VertiFuseX: Generalizable Financial Forecasting via Multi-Stream Temporal Fusion
Arxiv
0+阅读 · 9月11日
A Unified Particle Filter LSTM for Data-Driven Process Simulation
Arxiv
0+阅读 · 9月2日
State of Health Estimation using Convolutional and Bidirectional LSTM Neural Networks tuned by Bayesian Optimization
Arxiv
0+阅读 · 8月31日
Learning a System-Level Surrogate for Hydraulic Excavators: A Simulation-to-Real LSTM Approach
Arxiv
0+阅读 · 7月17日
Unveiling Public Opinion: A Study of Sentiment Analysis Using LSTM and Traditional Models
Arxiv
0+阅读 · 7月8日
Nowcasting PM2.5 in Beijing Using Synchronous Covariates and Lagged Features: Model Comparison and Variable Selection Stability
Arxiv
0+阅读 · 7月8日
Nowcasting PM2.5 in Beijing Using Synchronous Covariates and Lagged Features: Model Comparison and Variable Selection Stability
Arxiv
0+阅读 · 8月22日
Adaptive Online Learning with LSTM Networks for Energy Price Prediction
Arxiv
0+阅读 · 8月12日
A Hybrid Quantum Circuit Born Machine Framework for Financial Volatility Forecasting: Quantum-Assisted Training and Classical Inference
Arxiv
0+阅读 · 7月6日
参考链接
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top