文章信息本周阅读的论文是题目为《Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasti...

1、文章信息《MemoryIn Memory: A Predictive Neural Network for Learning Higher-OrderNon-Stationari...

1.文章信息本次介绍的文章为《A Random Effect Bayesian Neural Network (RE-BNN) for travel mode choice analysis across multiple regions》，发表在Travel Behaviour and Society上。该工作在经济学的随机效用理论下，利用深度学习进行了跨区域的出行行为选择的预测，并且对于英国不

1.文章信息本次介绍的文章是2022年发表在Elektronika ir Elektrotechnika的一篇基于计算机视觉的火灾检测文章。2.摘要近年来，寻找快速、环保的灭火方法一直是一个特别重要的话题。许多学者正进行使用深度神经网络探测火焰的研究。最有前景的方法之一是用声波方法灭火。理论上，由于声波会穿过固体、液体和气体，所以声波灭火机可以用于扑灭不同种类的火。原则上，本文所述技术可用于扑灭B

1. 文章信息本次介绍的文章是2022年发表在EngineeringApplications of Artificial Intelligence上的一篇关于火灾检测的文章，作者团队来自清华大学。2. 摘要火灾是威胁公共安全和社会发展的最常见的突发事件之一。近年来，以卷积神经网络为代表的智能火灾探测技术受到了学术界和工业界的广泛关注，大大提高了火灾探测的精度。然而，基于C...

交通预见未来(25): 多步交通需求预测：基于注意力机制的神经网络模型1、文章信息《Predicting Multi-step Citywide Passenger Demands Using Atention-based Neural Networks》。上海交通大学计算机学院发在2018WSDM（第十一届网络搜索与数据挖掘国际会议。）上的一篇会议论文。2、摘要既有研究重点是...

1 文章信息论文题目为《Multi-Graph Convolutional-Recurrent Neural Network (MGC-RNN) for Short-Term Forecasting of Transit Passenger Flow》的一篇2022年10月发表在IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS的基于多图

今天突然发现了以前看的两篇文章有很大的相似之处，就总结一下喽，有时候，走得慢一点，也未尝不是好事~文章信息随着图网络GCN的大火，各式各样的基于图网络的交通预测论文也层出不穷，多图卷积神...

交通预见未来(19): 交通预测---基于时空注意力机制的图卷积神经网络1、文章信息《Attention Based Spatial-Temporal Graph Convolutional Networks for Traffc Flow Forecasting》。北京交通大学博士生校友2019年初发在AAAI顶会上的一篇文章。2、摘要针对交通流预测问题，提出了一种基于注意力...

文章信息《A Graph Convolutional Stacked Bidirectional Unidirectional-LSTM Neural Network for Metro ...