BriefGPT - AI 论文速递
·
TensorFlow 混沌预测和爆炸
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该文介绍了一种基于数据驱动的LSTM循环神经网络的预测方法，用于高维混沌系统的定量预测，并提出了一种新的混合结构的LSTM神经网络。与高斯过程相比，LSTM在所有应用中都表现出更好的短期预测准确性，并且MSM-LSTM可以保证收敛到不变措施。
🎯
关键要点
- 介绍了一种基于数据驱动的LSTM循环神经网络的预测方法。
- 该方法用于高维混沌系统的定量预测。
- 提出了一种新的混合结构的LSTM神经网络。
- LSTM在所有应用中表现出更好的短期预测准确性。
- MSM-LSTM可以保证收敛到不变措施。
➡️
