关键词high-dimensional sequential data
搜索结果 - 2
- ODE$^2$VAE: 深度生成二阶 ODE 的贝叶斯神经网络
本文介绍了 ODE2VAE,一种用于高维序列数据的潜在二阶 ODE 模型,它可以同时学习高维轨迹的嵌入和推断任意复杂的连续时间潜在动力学,并通过深度贝叶斯神经网络参数化概率潜在 ODE 动力学,展示了在动作捕捉、图像旋转和弹跳球数据集上的表 - 用 Tensor Train 递归神经网络进行视频分类
通过使用 Tensor-Train 分解来分解 RNN 中的高维输入矩阵,尽管架构比其他模型简单得多,但在分类实验中仍能够实现与最先进的模型相媲美的性能,这为建模高维序列数据提供了一种新的基础模块,并打开了从其他领域(如自然语言处理)传输表