实体
gated recurrent unit (GRU)
gated recurrent unit (GRU)
PulseAugur coverage of gated recurrent unit (GRU) — every cluster mentioning gated recurrent unit (GRU) across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
延迟观测模型增强了厄尔尼诺现象的可预测性
研究人员开发了使用尼诺3.4指数延迟观测来预测厄尔尼诺事件的模型。通过分析截至2026年7月的数据，他们发现与简单方法相比，纳入延迟信息能显著提高预测精度。尽管增加模型复杂性，如多层感知机或循环神经网络（GRU、LSTM），并未带来进一步的提升，但简单的SINDy递归和浅层循环架构被证明是有效的。研究表明，过去信息的表征比模型复杂性对于预测厄尔尼诺的演变更为关键。
-
新的强化学习框架解决了自动驾驶中的通信延迟问题
研究人员开发了DAROM，一个新颖的延迟感知强化学习框架，旨在改善高速公路匝道汇入场景下的自动驾驶控制。该框架专门解决了车辆到基础设施（V2I）系统中固有的随机通信延迟带来的挑战，这些延迟会降低标准强化学习代理的性能。DAROM利用延迟感知编码器来推断当前状态，即使在信息延迟和部分可观察的情况下，并结合了基于物理的安全控制器来降低碰撞风险。在SUMO模拟器中使用NGSIM数据集的实验表明，DAROM的性能显著优于现有的强化学习基线，在…