东方世纪取得基于 CNN-LSTM 模型的货车动态称重专利,准确预测出...
金融界2024年8月11日消息,天眼查知识产权信息显示,东方世纪科技股份有限公司取得一项名为“基于CNN-LSTM模型的货车动态称重方法和系统“,授权公告号CN117763337B,申请日期为2023年12月。专利摘要显示,本发明提供一种基于CNN??LSTM模型的货车动态称重方法和系统,包括以下步骤:获取称台采集的...
【收藏】全网最详细的AI大事记!
1943年,美国神经生理学家沃伦·麦卡洛克(WarrenMcCulloch)和数学家沃尔特·皮茨(WalterPitts),基于人类大脑的神经网络,发表了《Alogicalcalculusofideasimmanentinnervousactivity(神经活动中内在思想的逻辑演算)》论文,提出了一个形式神经元的计算机模型,并将其取名为M-P(McCulloch&Pitts)模型。1949年,...
Jürgen Schmidhuber:机器学习编年史与宇宙未来
通过自监督/非监督学习、LSTM/HighwayNet/ResNet原理(现在就在你口袋里的智能手机上)、人工好奇心和用于发明自己问题的代理的生成式对抗网络、第一个Transformer变体(见上文)、将教师网络提炼为学生网络、在多抽象层次和多时间尺度上学习行动计划以及其他令人兴奋的内容,这些都是当今最被引用的网络和现代深度学习的...
生成式AI之父Jürgen Schmidhuber:机器学习编年史与宇宙未来丨...
到了2010年代,LSTM已经应用于数十亿部智能手机上,大大提高了语音识别和自动翻译能力。例如,到2017年,Facebook每天使用我们的LSTM进行40亿次翻译。1997年,JürgenSchmidhuber和SeppHochreiter发表的递归神经网络论文,也即大名鼎鼎的长短期记忆网络(LSTM)LSTM也被谷歌、微软、Facebook等公司用于首批...
年度重磅!2023年AI制药行业报告发布|医药|强生|拜耳|赛诺菲|新药...
虚拟筛选是计算药物发现的一种手段。虚拟筛选(VS)一般可分两种,即基于结构的VS(SBVS)和基于配体的VS(LBVS)。1.基于结构的虚拟筛选基于结构的虚拟筛选,也称为基于靶标的虚拟筛选,这类药物设计方法包括常规的分子对接方法和从头设计等其他方法。其中如何准确预测小分子与靶标间的结合亲和力是这类药物设计方法中...
基于CNN和LSTM的气象图降水预测示例
这主要是因为它们有能力学习数据中的长期依赖关系(www.e993.com)2024年9月7日。因此,研究人员在2015年首次提出了一种结合卷积和LSTM层的架构,这样可以预测一系列图像中的下一个图像(他们对其进行基准测试的应用之一是降水预测),所以本文中也是用类似的模型。数据预处理我们使用了近160个连续的36次雷达扫描序列,我们使用h5py库可以读取并轻松...
《海洋预报》| 基于LSTM-ResNet模型的定点有效波高预测
摘要:基于北部湾单站位浮标采集数据,提出一种基于长短期记忆网络(LSTM)和残差网络(ResNet)相融合的网络模型,将研究结果运用到短时波高预测中,并将模型的数值预测结果与LSTM网络、反向传播(BP)网络和ResNet网络在短时波高预测中的数值计算结果进行对比分析。结果表明:该模型在短时波高预测中,预测结果偏差较小且实用性...
基于SARIMA、XGBoost和CNN-LSTM的时间序列预测对比(1)
利用统计测试和机器学习分析和预测太阳能发电的性能测试和对比。本文将讨论通过使用假设测试、特征工程、时间序列建模方法等从数据集中获得有形价值的技术。我还将解决不同时间序列模型的数据泄漏和数据准备等问题,并且对常见的三种时间序列预测进行对比测试。
教程| 基于Keras的LSTM多变量时间序列预测
原标题:教程|基于Keras的LSTM多变量时间序列预测选自machinelearningmastery机器之心编译参与:朱乾树、路雪长短期记忆循环神经网络等几乎可以完美地模拟多个输入变量的问题,这为时间序列预测带来极大益处。本文介绍了如何在Keras深度学习库中搭建用于多变量时间序列预测的LSTM模型。
金融时间序列预测方法合集:CNN、LSTM、数学建模科研适用
基于LSTM预测股票价格(简易版)数据集:沪深300数据数据特征:只选用原始数据特征(开盘价、收盘价、最高价、最低价、交易量)时间窗口:15天代码流程:读取数据->生成标签(下一天收盘价)->分割数据集->LSTM模型预测->可视化->预测结果评估LSTM网络结构:函数介绍:1、generate_label生成标签(下一天收盘价)...