关键词continuous-time neural networks
搜索结果 - 3
- 线性动态系统的连续时间神经网络的系统构建
本文讨论了一种构建神经网络架构的系统方法,用于模拟一类动力系统,即线性时不变 (LTI) 系统。我们使用一种变种的连续时间神经网络,其中每个神经元的输出连续演化为一阶或二阶常微分方程的解。我们提出了一种无梯度算法,从给定的 LTI 系统中直 - KDDACE-NODE: 关注协同演化神经常微分方程
本研究提出了一种新的方法:关注对偶共同进化节点 (ACE-NODE),它是由两个节点构成的,其中一个为下游的机器学习任务提供注意力,另一个为主要节点提供注意力,支持成对注意力和元素注意力。在实验中,我们的方法在几乎所有情况下均以非微不足道的 - 神经时空点过程
本文提出利用神经常微分方程作为计算方法的新型参数化方法来处理时空点过程,使得离散事件能够在连续时间和空间上进行灵活且精确的建模,本方法包括连续时间神经网络、Jump 以及 Attentive Continuous-time Normaliz