【论文】《Neural Point Process for Learning Spatiotemporal Event Dynamics》
提出了一个端到端的神经网络框架,可以直接对事件序列建模,学习时空动态和依赖关系,并最大化事件序列的联合概率。相比于传统的条件随机场和具有马尔科夫性质的模型,该模型可以学习更加复杂的时空联系,并生成更加全面且一致的新事件序列。总的来说,这是一篇提出创新性点过程建模方案与训练目标的论文,获得了很好的效果,为时空事件动态学习提供了一个很好的思路和框架。这篇论文提出了一种新的神经点过程模型(Neural Point Process),用于学习时空事件动态。
原创
2023-06-07 10:06:04 ·
152 阅读 ·
0 评论