Neúrová ODR
Neúrová ODR, predstavená Chenom a kolegami v roku 2018, modeluje skrytý stav ako spojité riešenie obyčajnej diferenciálnej rovnice, ktorej dynamika je parametrizovaná neurónovou sieťou. Zovšeobecňuje limitný prípad reziduálnych spojení, vďaka čomu je vhodná pre nepravidelne časovo usporiadané časové rady a modelovanie založené na fyzike.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). Neural Ordinary Differential Equation. ScholarGate. https://scholargate.app/sk/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.
- LSTMHlboké učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
- Rekurentná neurónová sieťHlboké učenie↔ compare
- XGBoostStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →