一种用于人类白蛋白预测的超出分布的广义动态图神经网络
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文提出了一种新颖的深度学习框架,用于人类轨迹预测和社交群体成员检测。通过生成对抗网络管道,提取社会身份属性,并将群体检测公式化为无监督学习问题。在多个基准测试中,该框架相对于现有方法更能预测人类社会行为。
🎯
关键要点
- 提出了一种新颖的深度学习框架,用于人类轨迹预测和社交群体成员检测。
- 引入生成对抗网络管道,保留行人社区的时空结构。
- 提取描述社会身份的相关属性,将群体检测任务公式化为无监督学习问题。
- 不需要手动标记的数据库进行监督学习,适用于不同的监控设置。
- 在多个公共基准测试中评估框架,证明其相对于现有方法更能预测人类社会行为。
➡️