革新事件建模:人工智能中的时空飞跃
分析
这项研究引入了一种开创性的模型,用于分析复杂的事件数据,整合了空间和时间动态。 这种利用神经网络的新方法有望显着提高我们对多变量数据复杂模式的理解。 能够在没有预定义内核的情况下对兴奋和抑制进行建模,标志着一个重大进步。
引用 / 来源
查看原文"所提出的方法成功地恢复了多元时空点模式中合理的时间和空间强度结构,而现有的时间神经Hawkes过程方法却无法做到这一点。"
"所提出的方法成功地恢复了多元时空点模式中合理的时间和空间强度结构,而现有的时间神经Hawkes过程方法却无法做到这一点。"