Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- Activation Function
- 브라이틱스 프로젝트
- 딥러닝
- 삼성 SDS
- 삼성 SDS 서포터즈
- 비전공자를 위한 데이터 분석
- 검증 평가 지표
- michigan university deep learning for computer vision
- 머신러닝
- Brightics EDA
- pymysql
- Brightics studio
- 데이터 분석 플랫폼
- 범주형 변수 처리
- 분석 툴
- 브라이틱스 AI
- 서포터즈 촬영
- 데이터 분석
- Random Forest
- Python
- Brightics 서포터즈
- 파이썬 내장 그래프
- Brightics AI
- Deep Learning for Computer Vision
- 브라이틱스 서포터즈
- 파이썬 SQL 연동
- 브라이틱스 스태킹
- Brigthics Studio
- 브라이틱스 분석
- paper review
Archives
- Today
- Total
목록tcn (1)
하마가 분석하마

본 논문은 Multivariate time series prediction에서 예측 정확도를 개선하고, 비주기적 시계열 데이터에 대해서 robust한 알고리즘인 M-TCN을 제안합니다. M-TCN은 RNN 계열이 아닌 CNN의 특징을 가진 알고리즘이며 기존에 나왔던 TCN의 방법을 다르게 1D convolution과 두 개의 비대칭 residual block을 사용하는 등 여러 특징을 가지고 있습니다. 변수들에 대해서 각기 다른 sub-model을 적용했다는 점과 time series forecasting에서 causal convolution이 아닌 1D convolution을 사용했다는 점이 인상 깊었습니다. 아직 이해를 완벽하게 못 한 부분은 causal convolution이 절대적인 시간 순서에 ..
Deep learning/Paper review
2022. 3. 28. 11:54