NIPSOct, 2016
Phased LSTM: 加速长序列或基于事件序列的循环网络训练
Phased LSTM: Accelerating Recurrent Network Training for Long or Event-based Sequences
Daniel Neil, Michael Pfeiffer, Shih-Chii Liu
TL;DR引入 Phased LSTM 模型,通过添加带有频率范围的参数化振荡的新时间门控制的 LSTM 单元扩展,使得模型更适合处理来自不同传感器且具有不同更新间隔的不规则采样数据,即异步事件流,可在具有长序列的学习任务中以较少的计算次数运行,既适用于处理传感器信号,也适用于标准的 RNN 应用。