基于LSTM的潜在空间目标识别

  • 更新时间: 2018-09-17
  • 作者: Leonardo Amado
  • 浏览数: 9
  • 发表评论

【摘 要】 目标识别的方法逐渐放宽了对领域知识和可用观察量的要求,产生了能够识别目标的准确有效的算法。然而,为了识别原始数据中的目标,最近的方法需要人工设计的领域知识或几乎占据的行为样本。观察所有行动以推断可能的目标。对于目标识别的实际应用来说,这显然是太强烈的要求,我们开发了一种方法,利用递归神经网络的进步来执行目标识别作为分类任务,使用编码的计划跟踪进行训练。我们凭经验评估我们对待状态的方法 - 通过基于图像的领域进行目标识别的最新技术,并讨论在哪些条件下优于以前的领域。

【发布时间】 2018-08-15

【发布位置】

标签: LSTM

我来评分 :6
0