long-term predictions | BriefGPT

关键词long-term predictions

搜索结果 - 8

RefreshNet：通过层次刷新学习多尺度动态
RefreshNet 是一个多尺度框架，通过结合卷积自编码器和多个具有不同时间分辨率的递归神经网络模块，在计算效率和预测准确性方面取得了突破，尤其在长期预测方面表现出优势。该框架经过三个基准应用验证，显着优于现有技术，标志着对于复杂系统建模
PDF5 months ago
AdvMT：长期人体运动预测的对抗运动变换器
为了实现机器人与人类在共享环境中的无缝协作，准确预测未来的人类运动是必不可少的。本研究提出了 Adversarial Motion Transformer（AdvMT），通过整合基于 transformer 的运动编码器和时间连续性鉴别器，
PDF6 months ago
AAAITelTrans：基于多类型电信数据的多维图建模在交通评估与预测中的应用
通过利用广泛的蜂窝交通覆盖捕捉移动模式，我们提出了地理蜂窝交通（GCT）流量作为解决基于位置检测器的交通预测局限性的新数据源。针对车辆相关的 GCT 流量预测，我们提出了一个图神经网络，它整合了多变量、时间和空间因素，提高了准确性。实验结果
PDF6 months ago
Koopman 可逆自编码器：利用正向和反向动力学进行时间建模
准确的长期预测是许多机器学习应用和决策过程的基础，然而，由于传统的时间模型（如循环神经网络）仅捕捉训练数据中的统计连接，很难建立准确的长期预测模型。为了解决这个挑战，我们基于库普曼算子理论提出了一种新的机器学习模型，称为库普曼可逆自编码器（
PDF10 months ago
ICLR利用物理传感器观测基于图模型的网络模拟器校准
该论文提出一种结合实际感知信息的模型，利用点云数据预测可变形物体的网格状态，实现对物理模拟的准确长期预测，尤其是在存在未知物质属性等不确定性的情况下。
PDFa year ago
时空可分离图卷积网络用于姿态预测
研究提出了一种基于图卷积网络的新颖的空时可分图卷积网络 (STS-GCN)，它可以在一个单一的图框架内，完全捕捉动态演化和空间关节交互，并使用内部学习的空间和时间的关联矩阵，优于当前技术，在长期预测方面取得了超过 32% 的平均性能提升，在
PDF3 years ago
ICLR具有保证稳定性的物理感知、概率模型降阶
提出了一种基于生成模型的动力学系统简化方法，该方法能够实现高维、多尺度动态系统的降维，并在粒子动力学多尺度物理系统中进行有效预测。
PDF3 years ago
基于梯度算法的平滑在线凸优化中的预测利用
本研究考虑了具有时变阶段成本和附加切换成本的在线凸优化问题，提出了一种名为 Receding Horizon Inexact Gradient (RHIG) 的基于梯度的在线算法来改善其性能，该算法只考虑最多 $W$ 步预测，以避免长期预
PDF4 years ago