PulseAugur
实时 12:25:01
实体 Deep Convolutional Interpreter for Time Series

Deep Convolutional Interpreter for Time Series

PulseAugur coverage of Deep Convolutional Interpreter for Time Series — every cluster mentioning Deep Convolutional Interpreter for Time Series 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_82448 ·

    新的深度学习模型提供可解释的时间序列分析

    研究人员开发了一种名为深度卷积时间序列解释器(DCIts)的新型深度学习模型。该架构旨在分析非线性多变量时间序列数据,并提供样本特定的、局部可解释的交互结构描述。DCIts 在实现具有竞争力的预测准确性的同时,通过显式学习依赖于时间和滞后的转换张量来优先考虑内在可解释性。