PulseAugur
中
实时 12:00:49
实体 auto-ibDLM

auto-ibDLM

PulseAugur coverage of auto-ibDLM — every cluster mentioning auto-ibDLM across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_205959 ·

    新框架以超过97%的准确率预测公共事件

    研究人员推出了一种新颖的深度学习框架 auto-ibDLM，用于预测公共事件的演化。该框架将事件建模为动态交互网络，并通过结合网络科学指标和自动学习层来预测未来参与者增长。然后，基于 GRU 的模块捕获时间依赖性以进行准确预测。在 13 个真实数据集上进行的实验表明，auto-ibDLM 的准确率超过 97%，在预测和泛化能力方面优于现有方法。