temporal patterns | BriefGPT

关键词temporal patterns

搜索结果 - 39

G-CMP: 基于图增强的上下文矩阵剖面，用于无监督的基于传感器的远程健康监测中的异常检测
本研究介绍了一种基于传感器的远程健康监测方法，使用上下文矩阵剖面（CMP）的配置版来检测噪声环境下的异常事件和不良健康状况，同时提出了一种基于图形的异常检测方法，能够编码时间上下文的异常性，有效地辨识、监测与预警真正的异常状况。
PDF2 years ago
PatchBlender：视频 Transformer 的动作先验
本篇论文尝试解决计算机视觉中 transformers 架构应用在视频数据时遇到的问题，通过引入可学习的混合函数 PatchBlender，使得 transformers 成功编码视频数据的时间组成部分并提升了基础模型性能。
PDF2 years ago
通过社交媒体文本深度建模临床抑郁症
本文研究使用 DSD 模型和社交媒体帖子来检测用户级别的临床抑郁，通过提取临床相关特征和用户发布活动的时间模式，最终提高了临床抑郁的检测准确性。
PDF2 years ago
基于时间感知的自我注意力与逻辑推理相结合的推荐系统
本文提出了一个基于时间感知的自我注意力协同推荐模型，将时间模式和自我注意力机制融入基于推理的推荐，提供更深层的用户偏好表示，并在基准数据集上进行了广泛的实验，表明该模型在推荐方面达到了显著的改进，并始终优于现有方法。
PDF2 years ago
TransSleep：基于转换感知的注意力机制深度神经网络用于睡眠分期
提出一种称为 TransSleep 的新颖深度神经网络结构，使用具有上下文的信息，采用多尺度特征提取器模块、阶段混淆估计器模块和上下文编码器模块，用于睡眠分期，取得了良好的自动分期性能，并在 Sleep-EDF 和 MASS 数据集上展示出
PDF2 years ago
HAGEN: 面向同质性的图卷积循环网络用于犯罪预测
本文介绍了一种名为 'HAGEN' 的端到端图卷积循环网络，可通过组合自适应区域图学习模块和扩散卷积门控循环单元来共同捕获区域间的犯罪相关性和时间动态，通过在学习出的图上的相邻区域节点共享相似犯罪模式，通过犯罪嵌入来建模区域和犯罪类别之间的
PDF3 years ago
WWW学习用户偏好的异质时间模式以实现及时推荐
提出了一种新型的推荐系统，TimelyRec，通过考虑用户偏好的不同的时间模式和其他特征（即周期性与演化）来联合学习用户偏好的异质性时间模式并利用一种注意力模块，进而提供及时的推荐，实验结果表明该方法在实现及时推荐时表现出色。
PDF3 years ago
使用动态图神经网络的动态网络基础和建模：一项综述
本文介绍动态网络及其相关术语、规范和动态图神经网络模型的综述，旨在解决跨学科研究和术语不一致等挑战。
PDF4 years ago
时态图上的归纳表示学习
本文提出了一种基于时间图的归纳表示学习方法，使用新颖的时间编码技术和自注意力机制，可以对动态网络中的节点分类和链接预测任务进行有效处理，并相对于现有的时空图嵌入方法取得了优秀的效果。
PDF4 years ago
使用功能时间表示学习的自注意力
使用自我关注的时间序列建模在自然语言处理中具有前沿技术，但是并不能捕捉到事件之间的时间跨度，我们通过使用高维函数特征映射来构建一个时间不变的核函数，提出了几种学习功能时间表示和与事件表示交互的模型，并在真实世界数据集上进行了实验，结果表明这
PDF5 years ago
ICML基于图增强的时间敏感模型从临床时间序列数据预测治疗启动
该研究旨在通过使用双分图表示患者和医生之间的关系，将患者和医生之间的相似性作为时间敏感预测模型的潜在表示方法，并对慢性淋巴细胞白血病患者进行治疗首次疗程的预测实验，结果表明与多个基线相比，和关系相似度能够提高预测准确率达到 5%。
PDF5 years ago
ST-UNet: 用于图结构时间序列建模的时空 U 型网络
文章讲述了设计一种新的多尺度体系结构，Spatio-Temporal U-Net（ST-UNet），用于图形结构的时间序列建模。该模型可有效地捕获多个尺度的综合特征，并在多个真实世界数据集上实现了显着的改进。
PDF5 years ago
多元时间序列数据非监督异常检测和诊断的深度神经网络
该论文提出了一种名为 “MSCRED” 的多尺度卷积循环编码器 - 解码器模型，用于在多元时间序列数据中执行异常检测和诊断，并且在合成数据集和实际电厂数据集上进行了广泛的实证研究，证明 MSCRED 可以优于现有的基线方法。
PDF6 years ago
挖掘移动电话用户行为的个性化时间序列分割
本文介绍了一种行为导向的时间分割（BOTS）技术，该技术基于移动电话数据，综合考虑了行为的时间模式和不同的行为数量，对用户行为进行充分研究，证明该方法更能捕获用户在一周内不同时间段的行为和行为模式。
PDF6 years ago
MaD TwinNet：双网络的掩蔽去噪结构，用于单声道声源分离
本研究基于 MaD 框架增强了 Twin Networks 以学习音乐片段的长期时间模式和结构，将其应用于单声道歌声分离，相比于先前最优结果，信噪比 (SDR) 和信干比 (SIR) 分别提高了 0.37dB 和 0.23dB。
PDF6 years ago
注意力聚类：基于纯注意力的局部特征融合用于视频分类
通过研究视频分类的常见数据集，本文提出了一种注意力集群的本地特征融合框架，并引入一种转移操作来捕获更多样化的信号，证明了这种基于注意力的本地特征融合的有效性，该算法在三个真实世界的视频分类数据集上都取得了竞争性的结果，并在 Activity
PDF7 years ago
SIGIR使用叠加的多层感知器网络学习动态事件类别
该研究提出了一种基于深度学习模型的方法，通过检测查询中的时间模式来分类给定查询，从而解决检测动态事件类别的挑战。初步结果表明，我们的模型显著优于现有的分类模型。
PDF8 years ago
ICLR建模人类行为的时间特性以预测人口统计信息
本研究利用深度学习直接对原始手机元数据建模，通过时间模式预测用户的基本人口统计信息，包括年龄和性别，并通过对模型假设的验证，获得了最先进的预测准确性。
PDF9 years ago
AAAI使用卷积神经网络对时间数据进行分类的空间编码时序相关性
该论文提出了一种离线方法，将时间模式显式地编码为不同类型的图像，即 Gramian Angular Fields 和 Markov Transition Fields，并使用 Tiled Convolutional Neural Netwo
PDF9 years ago