न्यूरल ओडीई (Neural ODE)
एक न्यूरल ओडीई, जिसे 2018 में चेन और सहयोगियों द्वारा प्रस्तुत किया गया था, एक सामान्य अवकल समीकरण (ordinary differential equation) के सतत हल (continuous solution) के रूप में एक छिपी हुई अवस्था (hidden state) को मॉडल करती है, जिसकी गतिकी (dynamics) एक न्यूरल नेटवर्क द्वारा पैरामीटराइज़ की जाती है। यह अवशिष्ट कनेक्शनों (residual connections) की सीमित स्थिति (limiting case) का सामान्यीकरण करती है, जिससे यह अनियमित रूप से दूरी वाली समय श्रृंखला (time series) और भौतिकी-आधारित मॉडलिंग के लिए उपयुक्त हो जाती है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Chen, T. Q., Rubanova, Y., Bettencourt, J. & Duvenaud, D. (2018). Neural Ordinary Differential Equations. Advances in Neural Information Processing Systems (NeurIPS). link ↗
- Rubanova, Y., Chen, T. Q. & Duvenaud, D. (2019). Latent ODEs for Irregularly-Sampled Time Series. Advances in Neural Information Processing Systems (NeurIPS). link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Neural Ordinary Differential Equation. ScholarGate. https://scholargate.app/hi/deep-learning/neural-ode
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- एलएसटीएमगहन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- पुनरावर्ती तंत्रिका नेटवर्कगहन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare