机构名称：
¥ 3.0
我们考虑具有在空间维度中对称的2D结构特征的卷积神经网络（CNN）。这种网络在为顺序推荐问题以及RNA和蛋白质序列的二级结构推理问题以及二级结构推理时产生了对成对关系的建模。我们开发了一种CNN体系结构，该体系结构生成并保留了网络卷积层中的对称结构。我们提出了卷积内核的参数化，该卷积内核产生了更新规则，以在整个培训过程中保持对称性。我们将此体系结构应用于顺序推荐问题，RNA二级结构推断问题和蛋白质触点图预测问题，表明使用较少数量的机器参数可产生对称结构化网络的改进结果。
在混合流量中对自动驾驶汽车的最佳合并控制：最佳索引策略
主要关键词
相关文件推荐
