PulseAugur
中
实时 08:37:05
English(EN) Embedded Variational Neural Stochastic Differential Equations for Learning Heterogeneous Dynamics

新的 V-NSDE 模型学习印度各地区的复杂社会经济动态

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的变分神经随机微分方程 (V-NSDE) 模型，以解决随时间变化的社会经济数据的建模复杂性。该模型将神经随机微分方程 (Neural SDEs) 与变分自编码器 (VAEs) 相结合，以捕捉印度奥里萨邦不同地区数据的趋势和变化。V-NSDE 使用编码器将初始观测映射到潜在状态分布，然后由该分布驱动 Neural SDE 来学习特定地区的动态。概率解码器从该潜在轨迹重建观测值，并使用证据下界 (ELBO) 损失来训练模型。 AI

影响 引入了一种用于复杂、异构时间序列数据的新建模方法，有可能改善社会经济和其他领域的分析。

排序理由 详细介绍时间序列分析新模型的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

新的 V-NSDE 模型学习印度各地区的复杂社会经济动态

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Sandeep Kumar Samota, Reema Gupta, Snehashish Chakraverty ·

    用于学习异构动力学的嵌入式变分神经随机微分方程

    arXiv:2604.00669v2 Announce Type: replace Abstract: This study examines the challenges of modeling complex and noisy data related to socioeconomic factors over time, with a focus on data from various districts in Odisha, India. Traditional time-series models struggle to capture b…

相关实体

相关话题