BriefGPT - AI 论文速递 · 2023-12-26T00:00:00Z 动态潜在图引导的神经时态点过程 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 提出了一种新颖的变分自编码器来捕捉时间动态的混合，通过使用学习到的依赖图来预测未来事件时间和事件类型，在预测真实世界事件序列中表现出更高的准确性。 🎯 关键要点 提出了一种新颖的变分自编码器。 该模型用于捕捉时间动态的混合。 使用学习到的依赖图来预测未来事件的时间和类型。 在预测真实世界事件序列中表现出更高的准确性。 相较于现有先进的神经点过程，具有更好的性能。 🏷️ 标签 依赖图 准确性 变分自编码器 时间动态 预测未来事件 阅读原文 生成长图 分享链接 已复制链接
