ODE Neurale
Një ODE Neurale, e prezantuar nga Chen dhe kolegët në vitin 2018, modelon një gjendje të fshehur si zgjidhje të vazhdueshme të një ekuacioni diferencial të zakonshëm, dinamika e të cilit parametrizohet nga një rrjet neuronal. Ai përgjithëson rastin kufitar të lidhjeve reziduale, duke e bërë atë të përshtatshëm për seri kohore të pashpërndara në mënyrë të parregullt dhe modelim të bazuar në fizikë.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 1). Neural Ordinary Differential Equation. ScholarGate. https://scholargate.app/sq/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.
- LSTMMësimi i thellë↔ compare
- Pylli i RastësishëmMësimi i makinës↔ compare
- Rrjeti Nervor RekurentMësimi i thellë↔ compare
- XGBoostMësimi i makinës↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →