BriefGPT.xyz
Jan, 2022
使用神经常微分方程在变分自编码器中生成时间序列模型
Generative time series models using Neural ODE in Variational Autoencoders
HTML
PDF
M. L. Garsdal, V. Søgaard, S. M. Sørensen
TL;DR
本文提出了基于神经常微分方程和变分自编码器的生成时序模型,加入LSTM编码器并使用多种复杂数据进行了验证;结果表明模型能够有效重构出给定输入并对太阳能生产数据表现良好。但对于复杂数据,其在预测真实轨迹中的表现有限,并建议在未来的研究中探索更多可扩展性。
Abstract
In this paper, we implement
neural ordinary differential equations
in a
variational autoencoder
setting for
generative time series modeling
→