故障诊断入门级选手提个问题，振动信号分析直接做频谱分析就好了，为啥需要人工智能? - amaze2的回答 - 知乎 https://www.zhihu.com/...

深度残差收缩网络是深度残差网络的一种改进，针对的是数据中含有噪声或冗余信息的情况，将软阈值函数引入深度残差网络的内部，通过消除冗余特征，增强高层特征的判别性。其...

MASR是一个基于端到端的深度神经网络的中文普通话语音识别项目，本项目是基于masr 进行开发的。

随着深度卷积神经网络的迅速发展，基于图片的识别任务包括分类、检测与分割等都得到了极大的进步。然而，我们现实生活面临的都是一些视频流信息，而基于图片的模型参数量大...

上一章我们通过学习线性回归例子入门了深度学习，同时也熟悉了PaddlePaddle的使用方式，那么我们在本章学习更有趣的知识点卷积神经网络。深度学习之所以那么流...

《Predicting station-level hourly demand in a large-scale bikesharing network: A ...

《Deep Spatial–Temporal 3D Convolutional Neural Networks for Traffic Data Forecas...

《Deep Spatial–Temporal 3D Convolutional Neural Networks for Traffic Data Forecas...

文章利用过去12个时间段的速度数据预测未来12个时间段的历史数据，采用了encoder-decoder architecture。

《Spatiotemporal Recurrent Convolutional Networks for Traffic Prediction in Trans...

文章利用过去12个时间段的速度数据预测未来12个时间段的历史数据，采用了encoder-decoder architecture。

许多文章都关注于二维卷积神经网络（2D CNN）的使用，特别是图像识别。而一维卷积神经网络（1D CNNs）只在一定程度上有所涉及，比如在自然语言处理（NLP）...

此篇文章主要介绍上一篇论文的案例研究部分，背景和理论部分请看上一篇文章（点击阅读原文）。

《T-GCN: ATemporal Graph Convolutional Network for Traffic Prediction》。

一、《Contextualized Spatial–Temporal Network for Taxi origin-Destination Demand Pr...

《Dynamic Spatial-Temporal Graph Convolutional Neural Networks for Traffic Foreca...

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，多图卷积神经网络便是其中一个小方向。本文对比了公众号前面解读的两篇文章（基于多图卷积的共享...

《Attention Based Spatial-Temporal Graph Convolutional Networks for Traffc Flow F...