这篇文章来大致介绍一下ConvLSTM
的基本原理和应用场景。个人认为有时候对于一个算法改进很大程度上会受到应用场景的启示,比如现在要说的这篇。不知道论文作者当时想到这个idea时是不是也是这样。
1.论文的核心思想
先来想象一下这么一个应用场景:根据某个城市历史的降雨量数据,来预测在接下来的某个时间t降雨量的多少。根据作者的思路:
- a.先将城市划分成 m × n m\times n m×n的格子( a 1 , a 2 , a m × n a_1,a_2,a_{m\times n} a1,a2,am×n),每个格子代表一个小的区域(例如 100 × 100 ) 100\times100) 1