时间序列数据稀疏深度学习：理论与应用

BriefGPT - AI 论文速递 ·

本文研究了稀疏深度学习与依赖数据的理论，提出了稀疏循环神经网络能够正确量化预测的不确定性，并能够一致地识别时间序列数据的自回归阶数。该方法在金融、医疗和能源等领域具有重要的实际意义。

循环神经网络时间序列数据深度学习稀疏深度学习自回归阶数预测不确定性

原文中文，约400字，阅读约需1分钟。