实体
LSTM-Attention
LSTM-Attention
PulseAugur coverage of LSTM-Attention — every cluster mentioning LSTM-Attention across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的生成框架为出行模型创建逼真的合成人口
研究人员开发了一种新颖的两阶段生成框架，用于为基于活动的出行需求模型创建逼真的合成人口。第一阶段使用具有梯度惩罚的正则化 Wasserstein GAN (WGAN-GP) 来提高静态社会人口属性的可行性、多样性和新颖性。第二阶段采用 Transformer 和 LSTM-Attention 模型，根据合成的表格数据生成序列出行行为，例如行程链。这种方法增强了对有效未见属性组合的恢复能力，并提高了模型的整体性能。
-
联邦学习框架通过混合模型增强碳排放预测能力
本文介绍了一种新颖的联邦学习框架，旨在实现准确且注重隐私保护的全球碳排放预测。该方法结合了ARIMA和GARCH等统计模型以及LSTM-Attention和XGBoost等神经网络组件。在14个客户端进行的实验证明了其强大的性能，平均R2值为0.73，平均MAPE为6.5%，为协作减缓气候变化提供了可扩展且合规的解决方案。