BriefGPT - AI 论文速递 · 2023-10-05T00:00:00Z 时间序列数据稀疏深度学习：理论与应用 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 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。 🏷️ 标签 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 阅读原文 生成长图 分享链接 已复制链接
