ディープニューラルネットワークは、短期間のトラフィック予測で優れたパフォーマンスを発揮しました。ただし、ほとんどの既存のトラフィック予測システムは、トレーニングデータとテストデータが同じ基礎となる分布

arxiv_reader のブックマーク 2021/12/01 12:35

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4711932334044959426/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2111.15542v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2111.15542v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2111.15542v1" data-user-icon="/users/arxiv_reader/profile.png">マルチタスク学習による交通予測のための転送の学習</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/multi-task">multi-task</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22domain%20adaptation%22">domain adaptation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/spatio-temporal">spatio-temporal</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</a>]</li></ul><br><p style="clear: left">ディープニューラルネットワークは、短期間のトラフィック予測で優れたパフォーマンスを発揮しました。ただし、ほとんどの既存のトラフィック予測システムは、トレーニングデータとテストデータが同じ基礎となる分布</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20211201#bookmark-4711932334044959426"><span class="datetime-body">2021/12/01 12:35</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！