![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
文章平均质量分 75
amorfatilily
单向书店
展开
-
时序数据表示学习
时序数据表示学习研究背景及工作概述时序数据在我们的日常生活中广泛存在,随着采集设备不断升级,各类传感器的大规模部署,每天都在以数以亿计的速度产生时序数据。主要包括遥感领域的GPS轨迹数据,包括卫星通讯,态势监控,雷达遥感,以及其他领域的设备日志,操作记录,用户活动等等。这类数据具有数据体量庞大,关联信息异构,分析任务多样等特点对于时序数据的处理框架主要聚焦在存储和索引上,而传统的分析算法难以适应大规模、异构、复杂的分析任务在2012年斯坦福的教授第一次将深度学习框架引入了时序数据建模上。从而开.原创 2021-10-20 19:22:23 · 1577 阅读 · 0 评论 -
LSTM学习
RNN链状网络帮助我们学习序列数据,然而RNN无法有效利用长距离的历史信息。为了解决上述问题,LSTM腾空出世。LSTM,即长短记忆神经网络,是一种特殊的RNN,它能够学习长的依赖关系。其网络模块如下:LSTM的关键是细胞状态,表示细胞状态的这条线水平的穿过图的顶部。细胞的状态类似于输送带,细胞的状态在整个链上运行,只有一些小的线性操作作用其上,信息很容易保持不变的流过整个链。LSTM确实具有删除或添加信息到细胞状态的能力,这个能力是由被称为门(Gate)的结构所赋予的。门(Gate)是一种原创 2021-04-17 21:23:40 · 422 阅读 · 0 评论