机译:使用缺失值的历史数据预测路面摩擦的时间感知所通用的经常性单元网络
机译:堆叠双向和单向LSTM经常性神经网络,用于预测缺失值的网络范围的交通状态
机译:太阳能生产预测使用标准经常性神经网络,短期内存和门控复发单元
机译:DATA-GRU:用于不规则多变量时间序列的双关注时光门控复发单元
机译:具有时滞的复值递归神经网络的动力学分析。
机译:利用空气污染和大气数据改善道路交通预测:基于LSTM经常性神经网络的实验
机译:VS-GU:具有大量缺失值的多变量时间序列的可变敏感门控复发性神经网络