Multimodal Neural Network with Bidirectional Depth Deep Learning Architecture: BiDepth Model for Spatial-Temporal Prediction
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了BiDepth多模态神经网络(BDMNN),旨在解决动态系统中的时空信息预测问题。该模型通过双向深度调制,提升了城市交通和降雨预测的准确性,均方误差降低12%,准确性提高15%。
🎯
关键要点
-
本研究提出了BiDepth多模态神经网络(BDMNN),旨在解决动态系统中的时空信息预测问题。
-
BDMNN通过双向深度调制,提升了对长期季节性与短期波动的理解。
-
该模型在城市交通预测中均方误差降低了12%。
-
在降雨预测中,BDMNN的准确性提高了15%。
-
研究表明,BDMNN在时空信息预测方面具有显著的改善效果。
🏷️