lstm | BriefGPT - AI 论文速递

关键词lstm

搜索结果 - 277

一种基于 LSTM、BiLSTM、CNN、GRU 和 GloVe 的混合机器学习模型用于癌症基因突变分类
本研究提出了一种集成模型，结合了 LSTM、BiLSTM、CNN、GRU 和 GloVe，用于对基因突变进行分类，在 Kaggle 的个性化医学中使用《重定义癌症治疗》数据集。结果与 BERT、Electra、Roberta、XLNet、D
PDFa year ago
利用 FPGA 能力加速生物医学计算
本研究基于多种高级神经网络结构，包括卷积神经网络、循环神经网络、LSTM 和深度置信网络，利用可编程门阵列（FPGA）进行 ECG 信号分析，探索开发基于 PYNQ Z1 板的自定义张量计算单元（TCU）加速器，为各种应用程序优化神经网络性
PDFa year ago
基于机器学习和神经网络的 EEG 信号情绪分析
本研究通过使用 SVM，KNN 和 RNN (LSTM) 等算法，对 DEAP 数据集中的 EEG 信号进行分类和测试，以探究如何使用脑信号来改进情绪识别的性能，并进一步研究情绪随时间变化的规律。
PDFa year ago
利用 SSNet 从 EEG、EOG 和 EMG 信号中分类睡眠阶段
本研究提出了一种端到端的深度学习结构 SSNet，包括基于卷积神经网络（CNN）和长短期记忆（LSTM）的两个深度学习网络，用于通过联合眼电图（EOG）、脑电图（EEG）和肌电图（EMG）的信号分类睡眠阶段。在两个公共数据集上进行了测试，取
PDFa year ago
应用先进的 NLP 变压器和 LSTM 进行简历抽象文本摘要
本研究对多种 LSTM 和预训练模型（T5，Pegasus，BART 和 BART-Large）在开源数据集（Xsum，CNN/Daily Mail，亚马逊细粒度食品评论和新闻摘要）和简历数据集上进行了评估，其中 BART-Large 模型
PDFa year ago
SIFTER：一种增强句子嵌入的任务特定对齐策略
提出了一种名为 SIFTER 的方法，该方法可以通过缩放模型和数据的信息来增强有相关性的部分的领域信息以及减少不同领域任务的不相关元素，从而提高预先训练的自然语言处理任务在具体任务中的性能表现，通过实验证明 SIFTER 方法可以提高 Si
PDFa year ago
异构数据集分析的深度学习模型 —— 应用于冬小麦产量预测
本研究提出了一种有效的深度学习模型，可以处理异构数据集，在数字农业领域的实际数据集中验证其超越了现有的机器学习模型。
PDFa year ago
基于 PSO 调节的三种深度学习模型在北京 PM2.5 预测中的参数优化
研究使用 PSO 优化深度学习的架构，以进行北京 PM 2.5 数据集的预测，结果表明 PSO-LSTM 是最好的模型，可用于空气污染管理推荐。
PDFa year ago
MM深度节奏：让每个人都创作音乐
该研究采用深度学习方法，实现基于输入节拍生成单声部旋律的任务，提出了三种有效的方法，并结合差异化、谐和性和结构特点，允许任何人通过输入节拍或现有作品的旋律来创作自己的音乐作品。
PDFa year ago
利用深度学习模型预测布隆迪疟疾动态
本研究基于机器学习建立了 LSTM 预测模型，通过利用与气候变化相关的因素以及疟疾历史数据和人口数据，成功预测了布隆迪国家范围内的疟疾病例，为相关干预措施的制定提供支持。
PDFa year ago
ACL为实时语音搜索构建准确低延迟 ASR
本文致力于开发一种精确的 LSTM，注意力 (Attention)，和基于 CTC 的流式自动语音识别模型。这些模型针对印地英语 (Hinglish) 语音搜索应用，并分析了各种用于改进模型准确性的修改方法以及流媒体应用程序中的说话结束检测
PDFa year ago
CYRUS 足球仿真 2D 团队在 RoboCup 2023 中的观测去噪
介绍 CYRUS 足球模拟 2D 团队的最新研究，包括基于 LSTM 和 DNN 的去噪方法，并使用基于 Helios 和 Gliders 的 CYRUS2D 基础代码。
PDFa year ago
比较 LSTM 和双向 LSTM 深度神经网络在电力消耗预测中的应用
比较了两种深度学习模型 —— 长短期记忆网络（LSTM）和双向 LSTM（BLSTM）在电力消耗时间序列（TS）短期预测方面的效果，利用不同背景和规模的四个数据集，其中 BLSTM 表现优于 LSTM。
PDFa year ago
利用可微分结构搜索提升语音情感识别性能
本篇论文提出了一种基于 DARTS 的 CNN 和 LSTM 联合结构的语音情感识别模型，实验表明该方法优于当前最佳结果。
PDFa year ago
基础古兰经诵读规则的深度学习误读检测
本文提出了一种使用 MFCC 和 LSTM 网络结合时序序列的自动 Tajweed 规则误读检测方法，用于帮助更多的穆斯林正确地诵读古兰经。在公共数据集 QDAT 上测试，LSTM 模型的准确率分别为 96％、95％和 96％，表现优于传统
PDFa year ago
一种从印度语到巴哈蒂盲文字符的文本翻译模型
本文提出了一种将印度主要语言转换为 Bharti 盲文的方案，该系统采用混合方法，使用基于规则和基于 LSTM 的模型，测试结果表明该模型的准确性接近实际。
PDFa year ago
一种将基于 BERT 的词嵌入、基于 Attention 的 LSTMs 和改进的差分进化算法相结合的新型剽窃检测方法
本研究提出了一种基于注意力机制的长短时记忆（LSTM）和双向编码器表示来自变压器（BERT）词嵌入的检测抄袭的新方法，它使用经过优化的差分进化（DE）方法进行预训练和使用聚类基础变异运算符的 DE 算法来引发 BP 过程。证明该方法与传统方
PDFa year ago
一种合作自适应巡航控制系统中的驾驶员变道预测新模型
本文利用 HighD 数据集构建 LSTM 模型，通过 ACC 和 CACC 两种与周围车辆交互的情景，探究车辆位置、速度和加速度等信息对车道变更预测准确率的影响，提高车道变更预测准确率至 59.15% - 92.43%。
PDFa year ago
使用 Mediapipe Holistic 的印度手语识别
通过使用卷积神经网络和 LSTM 模型进行手势和静态手语识别，研究开发了一种印度手语转换为文本或语音的文本 - 手语翻译模型，可以帮助聋人和听障人士在社交、教育和职业场境中进行更准确的交流。
PDFa year ago
使用深度学习方法和单帧 CNN 及卷积 LSTM 进行人类活动识别
本文探讨了基于深度学习的两种方法 —— 单帧卷积神经网络和卷积长短时记忆，以实现从视频中识别人类行为，同时在 UCF50 数据集和实验数据集上对两个模型进行了评估，结果表明单帧 CNN 模型的准确性优于卷积 LSTM 模型。
PDFa year ago