論文筆記(1) : Deep Multi-View Spatial-Temporal Network for Taxi Demand Prediction
這篇文章是作者在滴滴出行實習時做的一篇文章，投了AAAI2018. 1.Abstract 出租車需求預測可以幫助城市資源預調度 傳統方法大部分都利用時序預測的技術 現有的深度學習方法只考慮單一的時間(LSTM)或空間(CNN)的維度 本文提出一個DMVST-Net，考慮了時間，空間，以及語義的維度 2.Introduction 傳統方法中:ARIMA(autoregressive integrat
相關文章
- 1. 【論文筆記】Deep Multi-View Spatial-Temporal Network for Taxi Demand Prediction
- 2. Deep Dynamic Network Embedding for Link Prediction 筆記
- 3. 論文筆記：Deep Residual Network
- 4. PredNet --- Deep Predictive coding networks for video prediction and unsupervised learning --- 論文筆記
- 5. EML-NET: An Expandable Multi-Layer NETwork for Saliency Prediction【論文筆記】
- 6. #Paper Reading# Deep Interest Network for Click-Through Rate Prediction
- 7. 論文Product-based Neural Network for User Response Prediction
- 8. 【讀書筆記】Deep Interest Evolution Network for Click-Through Rate Prediction
- 9. 論文筆記《Self-Attention ConvLSTM for Spatiotemporal Prediction》
- 10. 《Structured Knowledge Distillation for Dense Prediction》論文筆記
- 更多相關文章...
- • ASP.NET Razor - 標記 - ASP.NET 教程
- • Scala for循環 - Scala教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Scala 中文亂碼解決
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
- 1. 【論文筆記】Deep Multi-View Spatial-Temporal Network for Taxi Demand Prediction
- 2. Deep Dynamic Network Embedding for Link Prediction 筆記
- 3. 論文筆記：Deep Residual Network
- 4. PredNet --- Deep Predictive coding networks for video prediction and unsupervised learning --- 論文筆記
- 5. EML-NET: An Expandable Multi-Layer NETwork for Saliency Prediction【論文筆記】
- 6. #Paper Reading# Deep Interest Network for Click-Through Rate Prediction
- 7. 論文Product-based Neural Network for User Response Prediction
- 8. 【讀書筆記】Deep Interest Evolution Network for Click-Through Rate Prediction
- 9. 論文筆記《Self-Attention ConvLSTM for Spatiotemporal Prediction》
- 10. 《Structured Knowledge Distillation for Dense Prediction》論文筆記