研究人员开发了一种新颖的运动等变卷积LSTM(MELSTM),通过将运动作为规范对称性来增强序列建模。这种新架构旨在对速度随时间变化的运动具有等变性,而之前的模型仅限于恒定速度流。MELSTM在未来帧预测、基于运动的分类和动作识别等各种任务中展示了更高的准确性和泛化能力,在相同参数数量下优于现有的卷积LSTM。 AI
影响 引入了一种新的序列建模架构方法,改进了对动态运动的处理,可能有利于视频分析和机器人等应用。
排序理由 该集群描述了一篇详细介绍新模型架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv
- long short-term memory
- Motion Equivariant Convolutional LSTM
- ScienceCast
- Vahid Hosseinzadeh
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →