关键词sequence to sequence learning
搜索结果 - 5
- MM智能家居能源管理：序列到序列负载预测和 Q 学习
本研究提出了一种基于序列到序列学习和强化学习的智能家居能源管理系统控制方法，其中包括光伏发电功率和功率负荷的预测，离线优化和在线操作控制，研究表明序列到序列学习方法具有更好的预测和在线操作性能。
- MUSE：面向序列到序列学习的并行多尺度注意力
本研究旨在探索并提出一种并行多尺度表示学习方法，利用自注意力和点对点转换，对序列数据进行多尺度编码和建模，实现长距离和短距离结构中的机器翻译任务，该方法在三个主要机器翻译任务中表现优异，并具有加速推理的潜力。
- 卷积序列到序列学习
利用卷积神经网络架构完全替代了循环神经网络的流行序列到序列学习方法，运用门控线性单元简化了梯度传播，为每个解码器层装备了单独的注意力模块，在 GPU 和 CPU 上取得了比 Wu 等人（2016）更高的准确性和十倍以上的速度。
- 神经个性化响应生成作为域适应
本文提出了一种基于序列到序列学习的个性化响应生成方法，使用初始化和适应两个阶段，模拟人的响应风格并生成个性化的响应，使用人工评估的方法进行模型评估。结果表明该方法可以很好地模拟人类的响应风格并生成个性化响应。
- ICLR多任务序列到序列学习
本文探讨了序列到序列模型下的多任务学习问题，主要包括共享编码器和解码器的三种设置，结果表明使用少量的解析和图像标题数据训练模型可以有效地提高翻译质量并在一些测试中实现新的最优结果，并揭示了自编码器和跳越思考等两种无监督学习目标在多任务学习上