用于轨迹修复的时间卷积网络

研究人员开发了一种时间卷积网络（TCN），用于重建轨迹数据中缺失的片段。该模型利用对称扩张，使其能够同时考虑过去和未来的观测，这对于修复任务至关重要。TCN使用组合损失函数进行训练，该函数包括均方误差、边界连续性惩罚和光滑度正则化器。在合成二维轨迹数据上的实验证明了该模型在推断不完整轨迹信息方面的有效性。 AI

影响 引入了一种新颖的TCN架构用于轨迹修复，有望改善基于传感器的应用中的数据重建。

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种使用时间卷积网络推断缺失轨迹数据的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• arXivLabs
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• ScienceCast
• TCN
• Temporal Convolutional Networks

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →