【论文笔记-1】注意力人流量机器 文章提出了一种称为注意力人流量机器(Attentive Crowd Flow Machines)的神经网络模型,该模型能够通过带注意力机制的时变数据动态表示来推断城市人流量的演变。它由两层ConvLSTM单元以及用于空间权重预测的卷积层组成。文章的创新点在于:1.引入了注意力机制 2.权重时变的融合方法。 论文链接Liu L, Zhang R, Peng J, et al. Attentive Crowd Flow Machines[C]//2018 ACM Multimedia Conference on Multimedia Conference. ACM, 2018: 1553-1561. 论文阅读 #CNN #LSTM #Crowd Flow Prediction 【论文笔记-1】注意力人流量机器 https://xiepeng21.cn/posts/a7c2a378/ 作者 Peng Xie 发布于 2018年12月24日 许可协议 【论文笔记-2】深度学习 上一篇 如何计算经过CNN(卷积神经网络)卷积后的图片大小 下一篇 Please enable JavaScript to view the comments