实体
Chebyshev
Chebyshev
PulseAugur coverage of Chebyshev — every cluster mentioning Chebyshev across labs, papers, and developer communities, ranked by signal.
总计 · 30天
4
90 天内 4
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 4
层级分布 · 90 天
主题
情绪 · 30 天
4 天有情绪数据
最近 · 第 1/1 页 · 共 4 条
-
图神经网络优化驾驶轨迹预测
一篇新的研究论文探讨了各种图神经网络（GNN）层在预测驾驶轨迹方面的有效性。该研究比较了19种不同的图层类型，确定了五种组合的性能始终优于其他组合，特别是ARMA、Chebyshev和拓扑感知层。主要发现表明，基于求和的聚合、多头注意力和加权跳数距离可以提高预测精度，为未来的自动驾驶系统提供了实用的设计原则。
-
多变量时间序列预测集新方法揭晓
研究人员推出了一种新颖的多变量时间序列联合预测集方法——过滤共形椭球体。该方法利用状态空间滤波器发出预测均值和协方差，然后使用分段共形方法进行校准。该框架旨在控制单次事件，同时适应跨坐标依赖性，受益于学习到的预测协方差，而不依赖于高斯尾部概率进行覆盖。
-
FilterMoE通过联合节点-通道自适应滤波增强PPGNN
研究人员开发了一种名为FilterMoE的新型预传播图神经网络（PPGNN）方法。该方法解决了为什么更复杂的聚合器在PPGNN中并不总是优于更简单的聚合器的难题。FilterMoE引入了一种混合专家设计，该设计将Chebyshev滤波器专家联合路由到节点和通道上，在11个基准测试中的9个上表现优于现有的PPGNN。
-
马尔可夫不等式演变为测度集中工具
本文探讨了马尔可夫不等式如何演变为更广泛的测度集中工具。文章详细介绍了不等式中的一个替换如何能导出切比雪夫、切尔诺夫、霍夫丁和伯恩斯坦等更强大的界限。核心技术包括对原始不等式应用精心选择的函数。