实体 LSTM-GRU

LSTM-GRU

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

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

TOOL · CL_254743 · Sep 15 · 04:00

基于雾计算的 AI 在边缘硬件上预测冷链温度

研究人员成功部署了一个基于雾计算的深度学习系统，用于实际冷链温度预测，这是该应用的首次尝试。该系统在南非的 Raspberry Pi 4 上使用 LSTM-GRU 模型运行，无需依赖云即可运行，预测温度的平均绝对误差 (MAE) 为 0.2°C。它能在不到一秒的时间内提供预测，并在预计发生冷链中断时生成条件 SHAP 解释，将预测归因于温度和湿度。