Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

長期的なビデオ予測のための暗黙の階層的時空的残余モデル

Guiqin Wang1, Peng Zhao1, Haoran Guo1

  • 1School of Computer Science and Technology, Xi'an Jiaotong University, Xi'an, Shaanxi, 710049, China; National Engineering Laboratory for Big Data Analytics, Xi'an Jiaotong University, Xi'an, Shaanxi, 710049, China.

Neural networks : the official journal of the International Neural Network Society
|February 21, 2026
PubMed
まとめ

関連する概念動画

Residuals and Least-Squares Property01:11

Residuals and Least-Squares Property

9.6K
The vertical distance between the actual value of y and the estimated value of y. In other words, it measures the vertical distance between the actual data point and the predicted point on the line
If the observed data point lies above the line, the residual is positive, and the line underestimates the actual data value for y. If the observed data point lies below the line, the residual is negative, and the line overestimates the actual data value for y.
The process of fitting the best-fit...
9.6K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Integrative Multi-Omics Analysis Reveals Nutritional Metabolite Diversity and Regulatory Mechanisms in <i>Ocimum basilicum</i>.

Life (Basel, Switzerland)·2026
Same author

A novel ABCD1 frameshift mutation detected in a Chinese male with adrenomyeloneuropathy.

Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology·2026
Same author

Discovering multiscale deep formulas in complex systems via neural-guided lambda calculus.

Nature communications·2026
Same author

The investigation on tensile failure of active waveguide structure by acoustic emission measurements.

Scientific reports·2026
Same author

Research on the Formability of 2A12 Aluminum Alloy Sheet During High-Speed Hot Gas Bulging.

Materials (Basel, Switzerland)·2026
Same author

Toward Ultrasensitive Electrochemical Detection of Ammonia Nitrogen in Drinking Water: PtCo Alloy Nanosheet on Self-Supported Carbon Cloth.

Sensors (Basel, Switzerland)·2026

将来のビデオフレームを予測することは,時間の経過とともに増加するエラーのために困難です. この研究では,残留データ分布をキャプチャすることにより,長期的なビデオ予測を改善するために,階層的時空的残留モデルを導入しています.

科学分野:

  • コンピュータビジョン コンピュータビジョン
  • 機械学習 (Machine Learning) とは,機械学習 (Machine Learning) について学ぶことです.
  • 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

  • 長期的なビデオ予測は,予測の曖昧さやエラー増幅によって妨げられます.
  • 既存の方法は,階層的な時空表現と異なる空間分布で苦労しています.
  • 階層的な空間モデリングは,ビデオ空間分析において有望であることを示しています.

研究 の 目的:

  • 改善された長期ビデオ予測のための新しい階層的時空余剰モデルを提案する.
  • 残余分布を捉えることで,ビデオにおけるストキャスティック特徴の表現を改善する.
  • ビデオデータにおける多様な空間分布の汎用性を高めるために.

主な方法:

  • 階層的時空的残余モデルを開発した.
  • 空間的特徴のキャプチャのための潜在状態空間を改善するために,階層的な残留生成モデルを使用しました.
  • データの残留性質を明示的にモデリングし,近似の後部を前部と整列させた.

主要な成果:

  • 提案されたモデルは,長期的なビデオ予測タスクのパフォーマンスを大幅に向上させます.
キーワード:
階層的な残留モデル長期的なビデオ予測空間再構築の空間再構築ストカスティック特徴表現のストカスティック特徴表現

関連する実験動画

  • タイムモデルベースのアプローチとコンボリュアルニューラルネットワークベースのアプローチと比較して,3つのデータセットで優れたパフォーマンスを達成しました.
  • 多様な空間分布における改善された一般化を実証した.

    • 結論:

    • 階層的時空余剰モデル (Hierarchical Temporal-Spatial Residual Model) は,長期的なビデオ予測における課題を効果的に解決しています.
    • この方法は,ストキャスティックビデオ特性のより豊かな表現を提供し,空間的汎用性を強化します.
    • 公開されているコードは,暗黙のビデオ予測に関するさらなる研究を促進します.