机构名称：
¥ 1.0
软件包提供了简化的接口，以应用神经普通微分方程（节点）和神经控制的微分方程（NCDES）到多变量时间序列。模型对具有不规则样本间隔的数据是可靠的。与传统的LSTM或RNN相比，节点和NCDE是连续的时间模型。此外，此软件包还提供了构建和适合潜在vae-ncdes的界面，这是一种新技术，利用过去在潜在神经的常规微分方程上进行工作，以实现稳定的时间序列预测，并预测噪声测量。vae-ncde是一种生成时间序列模型，可概率多元时间序列预测。github：https：//code.ornl.gov/aires/aires-node doe代码：https：//doi.org/10.11578/dc.20240124.2 Minnervva linter httpps https https：//github.com/github.com/github.com/minnervva/minnervva/torrions in nontions in nontimations in nontimity in n ins prostion intery nistorts pytins pyertors 代码。它与测试工具（仍处于最终确定步骤中）相结合，该工具使用一系列参数测试Pytorch函数，以确定任何非确定性函数对特定输入的灵敏度，并验证Pytorch重复性文档是否正确，以适用于软件堆栈版本的任何组合以及各种硬件资源的任何组合。测试工具首先在其Alpha版本中使用，该论文最近提交给SC24正确性研讨会：https：//arxiv.org/abs/2408.05148。可以在此处找到包含所有复制SC24纸所需的代码和数据的存储库：
Andrey A. Podlesnyak在FY24机器学习中发表的论文...
主要关键词
相关文件推荐
