位置采集和无线通信技术的进步使得时空(ST)数据的可用性更加广泛。深度神经网络(DNNs)已成功地应用于各种问题，如计算机视觉、语音识别、自然语言理解。与这些领域不同，ST数据具有独特的空间属性(即地理层次和距离)和时间属性(即紧密程度、时期和趋势)。同时获得所有这些ST特性是非常具有挑战性的。
成为VIP会员查看完整内容
Deep Learning for Spatio-Temporal Data
相关内容
Arxiv
0+阅读 · 2022年10月18日
Arxiv
0+阅读 · 2022年10月18日
Arxiv
0+阅读 · 2022年10月18日
Arxiv
0+阅读 · 2022年10月18日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2022年10月18日
Arxiv
0+阅读 · 2022年10月18日
Arxiv
0+阅读 · 2022年10月18日
Arxiv
0+阅读 · 2022年10月18日
微信扫码咨询专知VIP会员