时间序列预测论文阅读

【论文阅读】Computing Label-Constraint Reachability in Graph Databases

JinR,HongH,WangH,etal.Computinglabel-constraintreachabilityingraphdatabases[C]//Proceedingsofthe2010ACMSIGMODInternationalConferenceonManagementofdata.2010:123-134.ABSTRACT我们今天的世界正在生成大量的图形数据，如社交网络、生物网
malo12·2023-12-02 07:36

【论文阅读】Graphs-at-a-time: Query Language and Access Methods for Graph Databases

HeH,SinghAK.Graphs-at-a-time:querylanguageandaccessmethodsforgraphdatabases[C]//Proceedingsofthe2008ACMSIGMODinternationalconferenceonManagementofdata.2008:405-418.文章目录ABSTRACT1.INTRODUCTION1.1Graphs-
malo12·2023-12-02 07:06

【论文阅读】Subgraph Matching with Effective Matching Order and Indexing

SunS,LuoQ.Subgraphmatchingwitheffectivematchingorderandindexing[J].IEEETransactionsonKnowledgeandDataEngineering,2020,34(1):491-505.文章目录Abstract1INTRODUCTION2BACKGROUND2.1Preliminaries2.2RelatedWork2.
malo12·2023-12-02 07:06

【论文阅读】Circinus: Fast Redundancy-Reduced Subgraph Matching

JinT,LiB,LiY,etal.Circinus:Fastredundancy-reducedsubgraphmatching[J].ProceedingsoftheACMonManagementofData,2023,1(1):1-26.文章目录1INTRODUCTION2MOTIVATION3COMPRESSION-BASEDBACKTRACKING3.1SubgraphCompressi
malo12·2023-12-02 07:06

【论文阅读】An Overview of Reachability Indexes on Graphs

ChaoZhang,AngelaBonifati,andM.TamerÖzsu.2023.AnOverviewofReachabilityIndexesonGraphs.InCompanionofthe2023InternationalConferenceonManagementofData(SIGMOD'23).AssociationforComputingMachinery,NewYork,N
malo12·2023-12-02 06:58

【BP预测】基于遗传算法优化BP神经网络实现股价预测附Matlab代码

1简介为了提高BP神经网络预测模型对混沌时间序列的预测准确性,提出了一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法.利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解
matlab科研助手·2023-12-02 05:13

knowledge distillation 论文阅读之：ResKD: Residual-Guided Knowledge Distillation

文章目录ABSTRACTINTRODUCTIONRELATEDWORKKnowledgeDistillationEnsembleMethodsRESIDUAL-GUIDEDKNOWLEDGEDISTILLATIONbackground背景Residual-guidedLearningNAS-assistedarchitecture（神经网络结构搜索）Terminationcondition（结束条
暖仔会飞·2023-12-02 01:24

【论文笔记】《SketchMate: Deep Hashing for Million-Scale Human Sketch Retrieval》

《SketchMate:面向百万级人类草图检索的深度哈希算法》论文阅读笔记写在前面：水平有限，此笔记仅在本人有限的理解水平上完成，有错误希望读者批评指正。
besslbjwl·2023-12-02 01:23

【代码】基于VMD（变分模态分解）-SSA（麻雀搜索算法优化）-LSTM的光伏功率预测模型（完美复现）matlab代码

变分模态分解）-SSA（麻雀搜索算法优化）-LSTM的光伏功率预测模型实现平台：matlab代码简介：提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合,建立了时间序列预测模型
玉子（代码分享版）·2023-12-01 23:27

SCI一区级 | Matlab实现GWO-CNN-LSTM-selfAttention多变量多步时间序列预测

SCI一区级|Matlab实现GWO-CNN-LSTM-selfAttention多变量多步时间序列预测目录SCI一区级|Matlab实现GWO-CNN-LSTM-selfAttention多变量多步时间序列预测预测效果基本介绍程序设计参考资料预测效果基本介绍
机器学习之心·2023-12-01 23:56

【论文阅读】1 SkyChain：一个深度强化学习的动态区块链分片系统

SkyChain一、文献简介二、引言及重要信息2.1研究背景2.2研究目的和意义2.3文献的创新点三、研究内容3.1模型3.2自适应分类账协议3.2.1状态块创建3.2.2合并过程3.2.3拆分过程3.3评价框架3.3.1性能3.3.1.1共识延迟3.3.1.2重新分片延迟3.3.1.3处理事务数3.3.1.4约束3.3.2安全性3.3.3问题介绍四、基于DRL的动态分片框架4.1模型设计4.2训
Camina hacia ti·2023-12-01 20:17

JoyT的科研之旅第一周——科研工具学习及论文阅读收获

CiteSpace概述CiteSpace是一个用于可视化和分析科学文献的工具，它专门针对研究者进行文献回顾和趋势分析。CiteSpace的核心功能是创建文献引用网络，这些网络揭示了研究领域内各个文献之间的相互关系。使用CiteSpace可以为论文研究做出贡献的几种方式包括：趋势分析：CiteSpace可以帮助识别某个研究领域内的热门主题和趋势，以及这些主题随时间的变化情况。关键文献识别：通过分析文
Joy T·2023-12-01 18:45

EI级 | Matlab实现TCN-LSTM-Multihead-Attention多头注意力机制多变量时间序列预测

EI级|Matlab实现TCN-LSTM-Multihead-Attention多头注意力机制多变量时间序列预测目录EI级|Matlab实现TCN-LSTM-Multihead-Attention多头注意力机制多变量时间序列预测预测效果基本介绍程序设计参考资料预测效果基本介绍
机器学习之心·2023-12-01 14:46

时序预测 | Python实现TCN时间卷积神经网络价格预测

时序预测|Python实现TCN时间卷积神经网络时间序列预测目录时序预测|Python实现TCN时间卷积神经网络时间序列预测预测效果基本介绍模型描述程序设计参考资料预测效果基本介绍时间卷积网络，TCN。
机器学习之心·2023-12-01 14:15

时序预测 | Python实现GA-TCN-LSTM遗传算法-时间卷积神经网络-长短期记忆网络时间序列预测

时序预测|Python实现GA-TCN-LSTM遗传算法-时间卷积神经网络-长短期记忆网络时间序列预测目录时序预测|Python实现GA-TCN-LSTM遗传算法-时间卷积神经网络-长短期记忆网络时间序列预测预测效果基本介绍程序设计参考资料预测效果基本介绍使用先进的机器学习技术和优化算法开发石油产量预测模型
机器学习之心·2023-12-01 14:15

EI级 | Matlab实现TCN-BiLSTM-Multihead-Attention多头注意力机制多变量时间序列预测

EI级|Matlab实现TCN-BiLSTM-Multihead-Attention多头注意力机制多变量时间序列预测目录EI级|Matlab实现TCN-BiLSTM-Multihead-Attention
机器学习之心·2023-12-01 14:42

论文阅读：Distributed Initialization for VVIRO with Position-Unknown UWB Network

前言DistributedInitializationforVisual-Inertial-RangingOdometrywithPosition-UnknownUWBNetwork这篇论文是发表在ICRA2023上的一篇文章，本文提出了一种基于位置未知UWB网络的一致性视觉惯性紧耦合优化测距算法(DC-VIRO)的分布式初始化方法。对于位置未知的UWB锚节点，我们通过求解一个机器人辅助的分布式定
独孤西·2023-12-01 11:25

论文阅读：Estimating Odometry Scale and UWB Anchor Location Based on Semidefinite ProgrammingOptimization

前言2022年发表在RAL上的一篇论文，研究了里程计系统的未知度量尺度估计问题和超宽带(Ultra-wideband，UWB)锚点在环境中的三维定位问题。这篇文章的作者ThienHoangNguyen是UWB-VIO领域的主要研究人员，从最近一年的成果来看，他的研究方向从之前的注重UWB-VIO融合定位转变到现在的对UWB-VIO中更加精细问题的处理，以及UWB-VIO传感器融合在其他位姿估计场景
独孤西·2023-12-01 11:55

时间序列预测实战(二十一)PyTorch实现TCN卷积进行时间序列预测（专为新手编写的自研架构）

一、本文介绍本篇文章给大家带来的是利用我个人编写的架构进行TCN时间序列卷积进行时间序列建模（专门为了时间序列领域新人编写的架构，简单不同于市面上大家用GPT写的代码），包括结果可视化、支持单元预测、多元预测、模型拟合效果检测、预测未知数据、以及滚动长期预测功能。该结构是一个通用架构任何模型嵌入其中都可运行。下面来介绍一下TCN时间序列卷积的基本原理：时间序列卷积（TemporalConvolut
Snu77·2023-12-01 10:16

论文阅读——SEEM

arxiv:分割模型向比较灵活的分割的趋势的转变：封闭到开放，通用到特定、one-shot到交互式。Fromclosed-settoopen-vocabularysegmentation，Fromgenerictoreferringsegmentation，Fromone-shottointeractivesegmentation。图片：图片提取的特征：初始化一个可学习的查询向量Qh：通过Text
じんじん·2023-12-01 00:37

时间序列预测 — Informer实现多变量负荷预测(PyTorch)

目录1实验数据集2如何运行自己的数据集3报错分析1实验数据集实验数据集采用数据集4：2016年电工数学建模竞赛负荷预测数据集（下载链接），数据集包含日期、最高温度℃、最低温度℃、平均温度℃、相对湿度(平均)、降雨量（mm）、日需求负荷（KWh），时间间隔为1H。在使用数据之前相对数据进行处理，用其他数据集时也是同样的处理方法。首先读取数据，发数据不是UTF-8格式，通过添加encoding='gb
几度春风里·2023-11-30 23:36

时间序列预测 — LSTM实现多变量多步负荷预测(Keras)

目录1数据处理1.1数据集简介1.2数据集处理2模型训练与预测2.1模型训练2.2模型多步预测2.3结果可视化1数据处理1.1数据集简介实验数据集采用数据集6：澳大利亚电力负荷与价格预测数据（下载链接），包括数据集包括日期、小时、干球温度、露点温度、湿球温度、湿度、电价、电力负荷特征，时间间隔30min。单独查看部分负荷数据，发现有较强的规律性。1.2数据集处理首先检查数据的缺失值情况，通过统计数
几度春风里·2023-11-30 23:36

时间序列预测(9) — Informer源码详解与运行

目录1源码解析1.1文件结构1.2mian_informer.py文件1.3模型训练1.4模型测试1.5模型预测2Informer模型2.1process_one_batch2.2Informer函数2.3DataEmbedding函数2.4ProbAttention稀疏注意力机制2.5Encoder编码器函数2.6Decoder解码器函数3官方数据集运行1源码解析1.1文件结构1.2mian_i
几度春风里·2023-11-30 23:05

时间序列预测 — LSTM实现单变量滚动风电预测(Keras)

目录1数据处理1.1数据集简介1.2数据集处理2模型训练与预测2.1模型训练2.2模型滚动预测2.3结果可视化1数据处理1.1数据集简介实验数据集采用数据集5：风电机组运行数据集（下载链接），包括风速、风向、温度、湿度、气压和真实功率等共30万余条。WINDSPEED：预测风速WINDDIRECTION：风向TEMPERATURE：温度HUMIDITY：湿度PRESSURE：气压PREPOWER：
几度春风里·2023-11-30 23:29

时间序列异常检测14篇顶会论文合集，附必备工具和数据集

在最近几年中，时序异常检测的发展非常活跃，例如Transformers在时间序列预测
深度之眼·2023-11-30 19:43

论文阅读《RelationNet2: Deep Comparison Columns for Few-Shot Learning》

十一月啦！时间真的很快从周四拖延一直到现在才写完的博希望接下来多努力一点多加油一点好运也多眷顾我一下！论文名称：《RelationNet2:DeepComparisonColumnsforFew-ShotLearning》论文地址：https://arxiv.org/pdf/1811.07100v3.pdf论文解读参考：https://blog.csdn.net/qq_36104364/artic
LiBiscuit·2023-11-30 11:48

【论文阅读】基于隐蔽带宽的汽车控制网络鲁棒认证（三）

文章目录第六章通过认证帧定时实现VulCAN的非once同步6.1问题陈述6.2方法概述6.3动机和缺点6.3.1认证帧定时隐蔽通信6.3.2VulCAN的梵蒂冈后端Nonce同步的应用6.4设计与实现6.4.1发送方6.4.2接收方6.4.3设计参数配置6.4.4实现6.5安全注意事项6.5.1系统模型6.5.2攻击者简介-级别1:网络攻击者6.5.3攻击者配置文件-级别2:软件攻击者6.5.4
人工智能有点·2023-11-30 10:51

【论文阅读】【综述】Deep Learning for 3D Point Clouds: A Survey

文章目录Survey3DShapeClassificationProjectionbasedMulti-viewVoxelPointbasedPointwiseMLPnetworkConvolution-basedNetworksGraphbasedDataIndexingbased3DObjectDetectionRegionProposal-basedMethodsMulti-viewMeth
麒麒哈尔·2023-11-30 09:43

[论文阅读]CT3D——逐通道transformer改进3D目标检测

CT3D论文网址：CT3D论文代码：CT3D简读论文本篇论文提出了一个新的两阶段3D目标检测框架CT3D,主要的创新点和方法总结如下:创新点:(1)提出了一种通道注意力解码模块,可以进行全局和局部通道聚合,生成更有效的解码权重。(2)提出了建议到点嵌入模块,可以有效地将建议信息编码到每个原始点中。(3)整个框架端到端,可以非常方便的和任何高质量的建议生成网络结合,实现强大的建议优化。方法:(1)利
一朵小红花HH·2023-11-30 08:02

[论文阅读]SA-SSD——基于点云的结构感知单阶段三维物体检测

SA-SSD基于点云的结构感知单级三维物体检测论文网址：SA-SSDSA-SSD的前向传播过程1.输入:原始点云数据,以及groundtruth框等标注信息2.数据预处理:将点云量化为稀疏张量表示,输入网络将点云量化为稀疏张量表示是使用的量化过程，SASSD的点云量化表示是:设置量化步长dx,dy,dz(如0.05m,0.05m,0.1m)对每个点(x,y,z),量化为(⌊x/dx⌋,⌊y/dy⌋
一朵小红花HH·2023-11-30 08:17

【ICLR 2023】时间序列预测实战Crossformer（附代码+数据集+详细讲解）

论文地址：官方论文地址代码地址：官方代码地址一、本文介绍本篇文章给大家带来的实战讲解是Crossformer模型，其是一个针对多变量时间序列预测的新型深度学习模型，发表ICLR2023上并且排名前5%，
Snu77·2023-11-30 00:28

3D目标检测VoexlNet

3D目标检测VoexlNet模型构建博客参考：论文阅读：VoxelNet（3D-detection）+代码复现_手写代码3ddetection_Little_sky_jty的博客-CSDN博客Voxelnet
'十月'·2023-11-29 17:24

【代码】基于VMD（变分模态分解）-SSA（麻雀搜索算法优化）-LSTM的光伏功率预测模型（完美复现）matlab代码

变分模态分解）-SSA（麻雀搜索算法优化）-LSTM的光伏功率预测模型实现平台：matlab代码简介：提出了变分模态分解(VMD)和麻雀搜索算法(SSA)与长短期记忆神经网络(LSTM)相耦合,建立了时间序列预测模型
玉子（代码分享版）·2023-11-29 16:46

5 时间序列预测入门：LSTM+Transformer

0引言论文地址：https://arxiv.org/abs/1706.037621TransformerTransformer模型是一种用于处理序列数据的深度学习模型，主要用于解决自然语言处理（NLP）任务。它在许多NLP任务中取得了重大突破，如机器翻译、文本摘要、语言生成、问答系统等。Transformer模型的主要优势在于能够捕捉长距离依赖关系，而不需要使用递归或卷积等传统的序列模型。它引入了
汀沿河·2023-11-29 14:10

Lift, Splat, Shoot: Encoding Images from Arbitrary Camera Rigs by Implicitly Unprojecting to 3D 论文阅读

论文链接Lift,Splat,Shoot:EncodingImagesfromArbitraryCameraRigsbyImplicitlyUnprojectingto3D0.Abstract提出了一种新的端到端架构，可以根据任意数量摄像机的图像数据直接提取场景的鸟瞰图表示方法的核心思想是将每个图像独立地“提升”（lift）到每个摄像头的特征金字塔中，然后将所有特征金字塔“喷洒”（splat）到一
KrMzyc·2023-11-29 07:25

Cross-View Transformers for Real-Time Map-View Semantic Segmentation 论文阅读

论文链接Cross-ViewTransformersforReal-TimeMap-ViewSemanticSegmentation0.Abstract提出了Cross-ViewTransformers，一种基于注意力的高效模型，用于来自多个摄像机的地图视图语义分割使用相机感知的跨视图注意机制隐式学习从单个相机视图到规范地图视图表示的映射该架构由每个视图的卷积图像编码器和跨视图变换层组成，以推断地
KrMzyc·2023-11-29 07:55

BEVDepth: Acquisition of Reliable Depth for Multi-View 3D Object Detection 论文阅读

论文链接BEVDepth:AcquisitionofReliableDepthforMulti-View3DObjectDetection0.Abstract提出了一种新的3D物体检测器，具有值得信赖的深度估计，称为BEVDepth，用于基于相机的鸟瞰(BEV)3D物体检测BEVDepth通过利用显式深度监控来解决深度估计不足的问题，还引入了一个具有相机意识的深度估计模块，以促进深度预测能力设计了
KrMzyc·2023-11-29 07:21

U-Net代码复现--更新中

本文记录自己的学习过程，内容包括：代码解读：Pytorch-UNet深度学习编程基础：Pytorch-深度学习（新手友好）UNet论文解读：医学图像分割：U_Net论文阅读数据：https://hackernoon.com
北方骑马的萝卜·2023-11-29 06:42

中英双语大模型ChatGLM论文阅读笔记

论文传送门：[1]GLM:GeneralLanguageModelPretrainingwithAutoregressiveBlankInfilling[2]Glm-130b:Anopenbilingualpre-trainedmodelGithub链接：THUDM/ChatGLM-6B目录笔记AbstractIntroductionThedesignchoicesofGLM-130B框架总结1.
Charlene Fung·2023-11-29 05:15

【论文阅读笔记】Prompt-to-Prompt Image Editing with Cross-Attention Control

【论文阅读笔记】Prompt-to-PromptImageEditingwithCross-AttentionControl个人理解思考基本信息摘要背景挑战方法结果引言方法论结果讨论引用个人理解通过将caption
LuH1124·2023-11-29 05:15

从2D到3D的目标检测综述

论文阅读模块将分享点云处理，SLAM，三维视觉，高精地图相关的文章。公众号致力于理解三维视觉领域相关内容的干货分享，欢迎各位加入我，我们一起每
点云PCL公众号博客·2023-11-28 20:55

论文阅读笔记《GANomaly: Semi-Supervised Anomaly Detection via Adversarial Training》

核心思想  本文提出一种基于半监督GAN的异常检测算法，主要的创新点在于在自动编码器之后，又增加了一个编码器，构成了“编码-解码-编码”的结构，通过比较第二个编码器的输出和第一个编码器的输出之间的差别，来评估输入图像是否属于异常图像。网络的训练过程同样也引入了对抗训练的思想，即使用一个区分器对解码器输出的重构图像进行判断，是来自原始图像还是重构图像，整个网络的结构如下图所示  整个网络可以分为三个
深视·2023-11-28 18:15

论文阅读 | K-Radar: 4D Radar Object Detection for Autonomous Driving in Various Weather Conditions

论文简介本文介绍了K-Radar这一大型4D雷达张量（多普勒-距离-水平角-俯仰角）目标检测数据集。该数据集还包含高分辨率激光雷达点云、来自4个环视相机的RGB立体图像、RTK-GPS和自车的IMU数据。采集场景包括多种道路（城市、郊区、高速路等）、多个时段（白天、夜晚）、多种天气（晴、阴、雨、雾、雪、雨夹雪等），可以验证雷达对天气的鲁棒性。标注信息由激光雷达点云获得，可根据校准矩阵转换到雷达坐标
泡泡枪超人·2023-11-28 15:40

[论文阅读笔记48]BLURB

一，题目Domain-SpecificLanguageModelPretrainingforBiomedicalNaturalLanguageProcessing作者：YUGU,ROBERTTINN,HAOCHENG,MICHAELLUCAS,NAOTOUSUYAMA,XIAODONGLIU,TRISTANNAUMANN,JIANFENGGAO,HOIFUNGPOON机构：MicrosoftRes
happyprince·2023-11-28 10:07

时间序列预测实战(二十)自研注意力机制Attention-LSTM进行多元预测（结果可视化，自研结构）

一、本文介绍本文给大家带来的是我利用我自研的结构进行Attention-LSTM进行时间序列预测，该结构是我专门为新手和刚入门的读者设计，包括结果可视化、支持单元预测、多元预测、模型拟合效果检测、预测未知数据
Snu77·2023-11-28 10:39

【论文阅读】TACAN:控制器局域网中通过隐蔽通道的发送器认证

文章目录摘要一、引言二、相关工作三、系统和对手模型3.1系统模型对手模型四、TACAN4.1TACAN架构4.2发送方认证协议4.3基于IAT的隐蔽通道4.4基于偏移的隐蔽通道（本节公式格式暂未整理）4.5基于LSB的隐蔽通道摘要如今，汽车系统与现代数字设备的互联为驾驶员提供了先进的用户体验。电子控制单元(ecu)在汽车信息物理系统(cps)中使用不安全的控制器局域网(CAN)总线执行大量操作。因
人工智能有点·2023-11-28 09:00

论文阅读——DINOv

首先是关于给了提示然后做分割的一些方法的总结：左边一列是prompt类型，右边一列是使用各个类型的prompt的模型。这些模型有分为两大类：Generic和Refer，通用分割和参考分割。Genericseg是分割和提示语义概念一样的所有的物体，也就是提示是狮子，就把图片中所有狮子分割出来；Referseg是根据用户提示分割特定的物体，也就是提示是狗狗的一只耳朵，分割出来的也是狗狗的耳朵。可以看到
じんじん·2023-11-28 09:30

【论文阅读笔记】StyleAvatar3D: Leveraging Image-Text Diffusion Models for High-Fidelity 3D Avatar Generation

【论文阅读笔记】StyleAvatar3D:LeveragingImage-TextDiffusionModelsforHigh-Fidelity3DAvatarGeneration论文阅读笔记论文信息摘要背景方法结果关键发现作者动机相关工作
LuH1124·2023-11-28 09:29

【论文阅读笔记】清单

我的论文清单记录即将阅读的论文清单，持续更新。未读论文以下是我计划阅读但尚未开始的论文列表：编号方向论文标题作者发表时间发表会议/期刊计划阅读日期code1NerfNeRFMeshing:DistillingNeuralRadianceFieldsintoGeometrically-Accurate3DMeshesGoogle2023/03arxiv2023/11暂无23dgsPhysGaussi
LuH1124·2023-11-28 09:59

大一统模型 Universal Instance Perception as Object Discovery and Retrieval 论文阅读笔记

UniversalInstancePerceptionasObjectDiscoveryandRetrieval论文阅读笔记一、Abstract二、引言三、相关工作实例感知通过类别名进行检索通过语言表达式的检索通过指代标注的检索统一的视觉模型
乄洛尘·2023-11-28 08:26
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他