spatio-temporal modeling | BriefGPT

关键词spatio-temporal modeling

搜索结果 - 15

PosMLP-Video：高效视频识别的时空相对位置编码
PosMLP-Video 是一种轻量但强大的 MLP-like 视频识别主干，通过使用高效的相对位置编码（RPE）构建配对令牌关系来解决图像理解任务中的显着挑战，扩展了图像 PosMLP 的位置门控单元到三种时空变种，能够实现计算模型简化且
PDF3 days ago
地铁客流建模的低秩稳健子空间张量聚类
本研究提出了一种基于张量的子空间聚类和异常分解技术，旨在同时实现高维张量的异常鲁棒降维和聚类。通过结合 Tucker 分解、稀疏异常分解和子空间聚类，提出了一个新的低秩鲁棒子空间聚类分解模型，并通过块坐标下降算法更新参数。实验证明，该方法在
PDF3 months ago
ICLRTESTAM：一种具有时间增强的时空关注模型与专家混合
通过引入不同的专家和适当的路由，我们提出了一种名为 TESTAM 的新型深度学习模型，该模型通过三个专家对时间建模、时空建模和动态图中的动态时空依赖建模来分别建模循环和非循环的交通模式，并且在三个公共交通网络数据集上的实验结果表明 TEST
PDF4 months ago
基于骨架的动作分割的解耦空时框架
在长时间动作序列中，通过有效地建模具有辨别性的时空信息对活动进行分割非常重要。然而，我们观察到现有方法在弱时空建模能力上存在局限，原因是存在两种解耦建模方式：（i）级联相互作用耦合了空间和时间建模，导致长序列上的动作建模过于平滑；（ii）联
PDF7 months ago
StreamFlow: 视频序列的简化多帧光流估计
针对光流估计中的连续帧遮挡问题，我们提出了一个简化的批处理多帧（SIM）流程，包括高效的时空建模方法和全局时间回归器（GTR），可在解码过程中有效地探索时间关系。相对于以前的多帧方法，该方法不仅在 KITTI 和 Sintel 数据集上的性
PDF7 months ago
MM多阶段分解时空表示用于 RGB-D 动作和手势识别
提出了一种名为 MFST 的创新启发式结构，用于 RGB-D 动作和手势识别，通过多阶段分解的时空模型构建了鲁棒的时空表示。
PDF10 months ago
自适应边属性的动态图神经网络在空气质量预测中的应用
本研究提出了一种用于空气质量预测的动态图神经网络，使用自适应边属性进行边信息传递，并通过端到端训练获取自适应边信息，从而提高模型表现。
PDFa year ago
MegaCRN: 基于元图卷积循环神经网络的时空建模
本研究提出了一种新颖的基于 Meta-Graph 学习的图结构学习机制，应用于时空数据的图卷积循环网络中，成功地解决了非平稳现象问题，并在两个基准数据集（METR-LA 和 PEMS-BAY）和一个包含各种非平稳现象的大规模时空数据集上的实
PDF2 years ago
ICLRPSTNet: 点云序列上的点空间时卷积
提出了一种名为点时空（PST）卷积的方法，可以用于点云序列的空间 - 时间建模，该方法首先分离点云序列的空间和时间维度，然后采用空间卷积和时间卷积分别捕捉点在三维空间中的局部结构和在时间维度上的动态变化，并将 PST 卷积集成到深度网络 P
PDF2 years ago
KDD跨节点联邦图神经网络用于时空数据建模
提出了一种基于 Cross-Node Federated Graph Neural Network（CNFGNN）的联邦时空模型，旨在利用分布式数据的时空结构，对交通流量进行准确预测，并在交通流量预测任务中展示了其卓越的表现。
PDF3 years ago
ICCVVidTr: 不使用卷积的视频 Transformer
通过可分离的注意力机制，利用堆叠的注意力聚合时空信息，高效地实现了视频分类、时空建模以及长期时间推理，并通过优化模型提高了模型效率与性能。
PDF3 years ago
ASAP-Net: 基于注意力和结构的点云序列分割
此篇研究论文提出一种灵活的模块 ASAP 进行点云的时空特征学习，在考虑多帧跨帧信息的同时结合注意力和结构信息，提高了点云序列的分割准确性和泛化能力，并在 Synthia 和 SemanticKITTI 数据集上表现出比基线和以往方法更好的
PDF4 years ago
MM面向连接汽车网络的时空建模的生成学习方法
本研究提出 LaMI（Latency Model Inpainting），综合时空建模无线接入延迟，通过补全缺失的样本，利用 Variational Autoencoder 作为生成模型，映射延迟的经验概率分布到不同车辆服务需求的置信水平上
PDF4 years ago
多粒度时空建模用于唇读
本文提出了一种基于多级时空建模法的新型唇读模型，采用细粒度和中等粒度特征提取方法，结合时域注意理解整个输入序列，该模型在挑战的单词级唇读基准测试中表现出良好的效果。
PDF5 years ago
NIPS出租车需求供给预测：空间划分对神经网络性能的影响
本文探讨了适当选择网格化策略对于时空出租车需求供给建模框架的重要性，并使用印度孟买和美国纽约的出租车需求供应 GPS 数据比较了变尺寸多边形基础的 Voronoi 网格和固定尺寸的 Geohash 网格。通过使用 LSTM 神经网络模型，将
PDF6 years ago