[ConvLSTM] Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting阅读笔记

最新推荐文章于 2022-10-17 20:29:19 发布
最新推荐文章于 2022-10-17 20:29:19 发布
阅读量3.2k 收藏 4
点赞数 3
分类专栏： paper阅读笔记 文章标签： 深度学习 医学图像
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_30618203/article/details/124108797
版权

1、主要创新

              相比于FC-LSTM，引入卷积层，1）可以充分利用空间关联，2）能够输出图像序列，3）减少参数冗余

2、网络

        1）输入

                时空序列，特征数目=P，图像大小=MxN，即

                ​​​​​​​        ​​​​​​​        

        2）输出

                

        3）网络设计

                i: input gate, f: forget gate, c: cell status, h: final state, o: output gate,

                *: convolution operator, o: Hadamard product

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​

        ​​​​​​​        ​​​​​​​        ​​​​​

                -> 卷积核↑，捕捉速度↑

                -> FC-LSTM等价于h=w=1的ConvLSTM

                -> 需要0-padding，来保证state和input的大小一致

                -> 初始state设为0

emergency_rose
关注
  • 3
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting论文阅读
heiha1232的博客
07-22 548
Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting论文阅读问题描述：传统LSTM结构ConvLSTM结构 问题描述： 时空域序列预测问题：需要通过过去的雷达图预测未来的雷达图： 其中，χ∈RP×M×N\chi\in R^{P\times M\times N}χ∈RP×M×N，表示面积范围 M×NM\times NM×N 的 PPP 个观测，需要通过过去的JJJ个观测预测未来KKK个观测。
Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting
空字符
11-20 1万+
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×nm\times nm×n的格子（a1,...
时空序列预测之Convolutional LSTM Network
Miracle8070
02-15 1万+
1. 写在前面 今天分享的这篇论文是nips2015年上的一篇paper， 也是论文阅读系列第一篇文章，这篇文章估计现在看起来有点老了吧，但是它里面提出了一种非常重要的结构:Convolutional LSTM， 这种结构非常擅长捕捉空间关系，所以在时空序列预测研究上起到了非常关键的作用，后面的几篇时空序列预测的文章，都是基于这个结构上进行改进的，所以这一篇文章还是得好好的整理整理。 这篇文章的亮...
【短临预报系列第一篇】Convolutional LSTM Network: A Machine LearningApproach for Precipitation Nowcasting
m0_64557752的博客
07-20 3896
短临预报，雷达回波外推，convLSTM,时序预测
ConvLSTM原理解读
qq_42757191的博客
08-18 1万+
LSTM非常擅长处理时序信息也能处理空间信息。但对于三维图形来讲，因为有着丰富的空间信息并且每一个点和周围是有很强的相关性的，这就带来了冗余，传统的LSTM是很难刻画这种空间特征的。 为了克服LSTM在处理三维信息中的不足，ConvLSTM 将 LSTM 中的2D的输入转换成了3D的tensor，最后两个维度是空间维度（行和列）。对于每一时刻t的数据，ConvLSTM 将 LSTM 中的一部分连接操作替换为了卷积操作，即通过当前输入和局部邻居的过去状态来进行预测。......
ConvLSTM：一种用于降水预报的机器学习方法
weixin_43823175的博客
02-25 6526
ConvLSTM：一种用于降水预报的机器学习方法 论文 Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting 原文：https://arxiv.org/abs/1506.04214v1 论文主要提出了捕捉空间关系的结构 Convolutional LSTM 模型基于FC-LSTM（原结构没有考虑空间相关性） 摘要 降水临近预报的目标是在相对较短的时间内预测局部区域未来的降雨强度。 以前很少有研
convolutional LSTM(convLSTM)的pytorch版本代码实现
yjyjjyjy1231的博客
07-30 1万+
convolutional LSTM（convLSTM）是《Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting》一文提出的，用于降水预测。这一网络结构，既考虑了输入之间的空间关联，也考虑了时序信息，因此，也被用于视频分析。 github上已经有了许多个convLSTM的pytorc...
Machine Learning by Tutorials: Beginning machine learning for Apple and_code.zip
06-14
Convolutional Networks: Learn advanced machine learning techniques for predicting objects in an image with Convolutional Neural Networks (CNNs). Sequence Classification: Learn how you can use ...
Machine Learning by Tutorials：Beginning machine learning for Apple and iOS.pdf
06-14
Convolutional Networks: Learn advanced machine learning techniques for predicting objects in an image with Convolutional Neural Networks (CNNs). Sequence Classification: Learn how you can use ...
卷积LSTM代码
08-31
tensorflow 实现卷积LSTM，参见文章Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting
Machine Learning by Tutorials: Beginning machine learning for Apple and_code.z01
06-14
Convolutional Networks: Learn advanced machine learning techniques for predicting objects in an image with Convolutional Neural Networks (CNNs). Sequence Classification: Learn how you can use ...
Violence recognition using convolutionalneural network: A survey
09-01
Violence recognition using convolutionalneural network: A survey
递归网络之Convolutional LSTM Network: A Machine LearningApproach for Precipitation Nowcasting
画心
03-31 2625
Convolutional LSTM Network: A Machine LearningApproach for Precipitation Nowcasting 文章目录Convolutional LSTM Network: A Machine LearningApproach for Precipitation NowcastingLSTM大致历史回顾原始LSTM+ Forget Gate...
Convolutional LSTM Network A Machine Learning Approach for Precipitation Nowcasting_论文笔记
最新发布
Sgappti的博客
10-17 846
Convolutional LSTM Network A Machine Learning Approach for Precipitation Nowcasting_论文笔记
47.Convolutional LSTM Network
jing___yu的博客
06-11 551
Convolutional LSTM Network：A Machine Learning Approach for Precipitation Nowcasting 0.提出背景 针对时序序列数据，将与周围区域的相关性和时间属性均考虑进来，提出了卷积Lstm。可应用于任何和时序相关的任务，例如天气预报预测、视频动作识别等。 1.网络结构 （1）整体框架 （2）每个单元计算： 对传统的lstm对比： Convlstm： 即将之前部分全联接变成8个卷积操作。 2.代码 （1）每个单元计算： class
【时空序列预测第二篇】Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting
热门推荐
AI蜗牛车
11-20 1万+
Address https://arxiv.org/pdf/1506.04214.pdf Preliminaries
【时空序列预测paper】ConvLSTM:A Machine Learning Approach for Precipitation Nowcasting
qq_46919013的博客
03-11 3277
ConvLSTM论文阅读笔记
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值