BriefGPT.xyz
Ask
alpha
关键词
spatial-temporal deep learning
搜索结果 - 2
利用 Transformer 模型融合多源交通需求数据进行城市停车预测
基于时空深度学习和多源数据融合的停车可用性预测框架提供了更准确和及时的信息,促进了更高效和可持续的城市出行。
PDF
2 months ago
SoilNet: 一种基于注意力机制的时空深度学习框架,用于欧洲数字土壤制图中的土壤有机碳预测
该研究通过数字土壤制图(DSM)方法的空间 - 时间深度学习技术,提出了一个新的模型架构,具有基于卷积神经网络(CNN)模型和空间注意力机制的空间信息,以及基于长短期记忆(LSTM)网络的气候时间信息,用于欧洲土壤有机碳的预测,结果表明该模
→
PDF
a year ago
Prev
Next