論文筆記——擴散卷積循環神經網絡進行交通預測
這是在ICLR 2018學術會議上發表的文章，其研究課題爲交通網絡的時空預測。 1.交通網絡預測的具體問題描述如下： 在給定交通路網中有N個傳感器實時監控該點的交通狀況；根據其拓撲關係交通網絡可表爲一個含N個頂點的帶權有向圖G=(V,E,W) W爲N*N的帶權鄰接矩陣，權值爲頂點間的「接近程度」。假設每個頂點所記錄的交通狀況可用一個P維的向量表示，那麼整個路網在某一時刻的狀況就可用一個N*P的矩陣
相關文章
- 1. 時空循環卷積神經網絡用於交通速度預測
- 2. 通過圖卷積神經網絡進行OD預測
- 3. (6) 使用卷積神經網絡做交通速度預測
- 4. CNN（循環卷積神經網絡）
- 5. 從循環神經網絡到卷積神經網絡
- 6. CNN(卷積神經網絡)、RNN(循環神經網絡)、DNN，LSTM
- 7. RNN和CNN(循環神經網絡和卷積神經網絡)
- 8. pytorch_task5 卷積神經網絡基礎；leNet；循環神經網絡進階
- 9. 論文筆記：Diffusion-Convolutional Neural Networks （傳播-卷積神經網絡）
- 10. Coursera吳恩達《卷積神經網絡》課程筆記-- 卷積神經網絡
- 更多相關文章...
- • PHP 循環 - While 循環 - PHP教程
- • PHP 循環 - For 循環 - PHP教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 爲了進字節跳動，我精選了29道Java經典算法題，帶詳細講解
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章