...
机译:基于注意机制预测单变量时间序列趋势的经常性神经网络
School of Computer Science and Technology China University of Mining and Technology Xuzhou 221116 China Mine Digitization Engineering Research Center of Ministry of Education of the People's Republic of China Xuzhou 221116 China;
time series; change trend prediction; K-means clustering; attention mechanism; gated recurrent unit;
机译:Tempel:通过基于关注的经常性神经网络的流感病毒的时间序列突变预测
机译:DSTP-RNN:用于长期和多变量时间序列预测的基于两阶段两阶段基于注意力的递归神经网络
机译:删除“使用CNN式注意力机制为网络评论情感分析配备递归神经网络”的通知[计算机。公社148(2019)98-106]
机译:使用基于注意力的经常性神经网络选择从时间序列的功能
机译:采用双阶段关注经常性神经网络预测的时间序列预测
机译:基于对关注机制和生成对抗网络的反复化的时间序列预测和分类模型
机译:基于双阶段注意的时间序列递归神经网络 预测