lstm networks | BriefGPT - AI 论文速递

关键词lstm networks

搜索结果 - 40

利用 LSTM 和 GAN 进行现代恶意软件检测
该研究使用深度学习模型、LSTM 网络和 GAN 来提高恶意软件检测的准确性和速度，通过 VirusShare 数据集的训练和评估，表明深度学习在主动网络安全防御中发挥着决定性的作用。此外，研究还探讨了集成学习和模型融合方法对减少偏差和提高
PDF2 months ago
MM联合学习增强车道检测的空间、角度和时间信息
通过光场成像和新颖的深度学习模型，本文介绍了一种提升车道检测的新方法，它通过整合空间、角度和时间信息来显著改善在复杂环境下的车道检测；利用基于透镜的二维光场表示和 LSTM 网络，该方法展示了优于传统方法的卓越性能。根据我们的研究发现，这种
PDF2 months ago
利用长短期记忆网络预测传感器响应时间的减少
使用 LSTM 网络的模型集合可以准确预测平衡生物传感器响应，从而显著减少响应时间，并提供不确定性估计，为安全性相关决策提供信心。
PDF2 months ago
基于 LSTM 的文本生成：关于历史数据的研究
该论文探讨了在文本生成中应用长短期记忆（LSTM）网络，重点关注历史数据集在莎士比亚和尼采作品中的应用。研究表明，在历史数据集上训练的基于 LSTM 的模型不仅可以生成语言丰富且相关的文本，还能提供语言模式随时间演化的见解。该研究为自然语言
PDF4 months ago
ICML卷积神经网络搭配长短期记忆模型高效估计利维驱动随机微分方程的参数
本研究介绍了一种用于估计非高斯噪声驱动的随机微分方程参数的方法，通过引入一种新型的基于 CNN 和 LSTM 的三阶段模型 PEnet 解决了 LSTM 网络在参数估计中存在的时间复杂度高、与 LSTM 链接性的限制等问题。PEnet 采用
PDF4 months ago
利用神经网络集合模型的非定常流体流动简化建模
本文提出了一种完全数据驱动的 ROM 框架，该框架使用 CAEs 对全序模型进行空间重建，并使用 LSTM 集成进行时间序列预测，在两个非稳态流体动力学问题上的应用结果表明，所提出的框架能够有效减小误差传播，使得在未知点上对潜在变量的时间序
PDF5 months ago
结合声学和调制谱图的基于注意力 LSTM 系统用于语音可懂性水平分类
本研究提出了基于 LSTM 网络的注意力机制来预测语音可懂度级别，并探讨了使用每帧调制谱来作为输入特征以及不同的融合策略（后期融合和加权池化融合）对语音可懂度预测任务的效果，结果表明 LSTM 网络可以有效地建模调制谱序列，而后期融合和加权
PDF5 months ago
D-Nikud: 借助 LSTM 和预训练模型增强希伯来语变音符号化
D-Nikud 是一种创新的希伯来语音符标注方法，它将 LSTM 网络和基于 BERT 的预训练模型的优势相结合。通过模仿 Nakdimon 方法论，我们将其与 TavBERT 预训练模型结合，我们的系统采用了先进的架构选择和多样化的训练数
PDF5 months ago
英国道路上车辆类型致命事故的 LSTM 网络分析
本研究利用长短期记忆（LSTM）网络的预测能力来分析和预测英国的道路交通事故，以解决交通事故预测的挑战，以便制定有效的预防措施。利用英国交通部提供的从 1926 年至 2022 年的大量数据集，包括报告的碰撞、伤亡和涉及的车辆，经过严格处理
PDF7 months ago
深度学习实时神经解码握握动作
该研究论文采用深度学习技术，基于猴子运动皮层的神经记录数据，通过利用 LSTM 网络对神经信号进行解码以实现物体抓取类型分类，取得了显著的分类准确率提升，并比较了该方法与其他先前方法的表现。
PDF8 months ago
基于召回的精确优化：利用 LSTM 揭示准确的摔倒检测
该研究提出了一种创新方法来解决老年人跌倒事件的紧迫问题，通过开发一种准确的跌倒检测系统。我们的系统结合了最先进的技术，包括加速度计和陀螺仪传感器，以及深度学习模型，特别是长短期记忆网络。通过树莓派硬件的集成实现了实时执行能力。我们引入了修剪
PDF10 months ago
部分可观察马尔可夫决策过程中的动态深度强化学习算法
通过将动作序列纳入来解决部分可观察马尔可夫决策过程，本研究提出了几种结构和方法来扩展最新的深度强化学习算法与 LSTM 网络，结果显示这些算法提升了控制器对不同类型外部干扰的鲁棒性。
PDFa year ago
减缓长短期记忆网络的灾难性遗忘
本文研究在序列数据上的持续学习问题，重点讨论了 LSTM 网络的遗忘和多任务学习问题，并提出了两种有效的解决方案，证明了这种方法比现有的权重正则化方法更为简单、高效，可应用于计算机系统优化和自然语言处理等领域。
PDFa year ago
从部分数据中重构、预测和稳定混沌动态
通过使用基于数据的方法，该研究提出了 Long Short-Term Memory (LSTM) 网络来推断未观察到的（隐藏的）混沌变量的动力学，时间预测完全状态的演变并推断其稳定性。
PDFa year ago
一种基于学习的双臂对称操作自适应合规性方法
提出了一种 LAC 算法，该算法基于 Actor-Critic 框架和 LSTM 神经网络，通过结合期望轨迹生成和阻抗参数调整来提高协同操作效率和鲁棒性，其中 LSTM 网络对由代理人获得的力状态进行预处理，从而进一步改善了操作的稳定性和性
PDFa year ago
AAAIH-AES：针对印地语的自动化作文评分
研究了使用自然语言处理 (NLP) 进行自动文章评分 (AES) 在英语中被广泛探索，而在印地语等低资源语言中尚未被探索的现状，并在印地语领域复现和比较了 AES 的最新方法。
PDFa year ago
利用发音嵌入的点积进行口语术语识别和相关分数估计
该论文提出了一种利用深度 LSTM 网络在大型口语档案中进行口语检测的新方法，通过对语音识别器生成的音素混淆网络进行处理，并使用另一个深度 LSTM 网络来将搜索术语投影到同一嵌入空间中，计算相关度，并使用 sigmod 函数进行校准来预测
PDF2 years ago
深度学习异常模型的需求获取和规范化：以无人机飞行控制器应用为例
该研究提出了 RESAM，它是一种集成领域专家知识、讨论论坛和正式产品文档的需求过程，用于发现和指定构建有效深度学习异常检测器的时间序列属性的需求和设计定义。以小型无人机飞行控制系统为案例进行了研究，并演示了 RESAM 的使用在构建有效异
PDF2 years ago
AAAIDeepAg: 测量离群事件对农业生产和政策影响的深度学习方法
本文提出了一个基于挖掘已有的经济指标与农产品生产价值之间关系的深度学习框架 DeepAg，其中引入了一种名为 LSTM 的深度学习技术对农产品产量进行高精度预测，并结合异常检测算法 Isolation Forests，提高了 DeepAg
PDF3 years ago
MMLSTM 语音模型通过字形对齐和发音学习
本文介绍了一种基于图音分离的语音识别训练方法，并将其应用于四种印度语言的研究中。实验表明，使用该训练方法训练的模型在大型数据集上具有与基于音素模型相媲美的声学建模效果，并且产生的音频到图音对齐性能优秀，非常适合于实际应用。
PDF4 years ago