BriefGPT - AI 论文速递
·
A Subsampling-Based Neural Network for Spatial Data
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于子采样的两层深度神经网络回归方法，解决了现有空间数据回归的不足。通过渐近分析，证明了该方法在空间区域中的一致性和更快的收敛速度，并展示了其在美国主要城市月平均温度估计中的有效性。
🎯
关键要点
-
本研究提出了一种基于子采样的两层深度神经网络回归方法。
-
该方法解决了现有空间数据回归中深度神经网络应用的不足。
-
通过渐近分析，证明了该方法在空间区域中的一致性。
-
该方法的收敛速度优于现有方法。
-
研究展示了该方法在美国主要城市月平均温度估计中的有效性。
🏷️
