Buchumschlag

Accident Impact Prediction based on a deep convolutional and recurrent neural network model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sajadi, Pouyan, Qorbani, Mahya, Moosavi, Sobhan, Hassannayebi, Erfan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Recent Advances in Traffic Accident Analysis and Prediction: A Comprehensive Review of Machine Learning Techniques
von: Behboudi, Noushin, et al.
Veröffentlicht: (2024)

Infinite-channel deep stable convolutional neural networks
von: Bracale, Daniele, et al.
Veröffentlicht: (2021)

On the dynamics of convolutional recurrent neural networks near their critical point
von: Chandra, Aditi, et al.
Veröffentlicht: (2024)

On the VC dimension of deep group convolutional neural networks
von: Sepliarskaia, Anna, et al.
Veröffentlicht: (2024)

Real-Time 2D Temperature Field Prediction in Metal Additive Manufacturing Using Physics-Informed Neural Networks
von: Sajadi, Pouyan, et al.
Veröffentlicht: (2024)

Symplectic convolutional neural networks
von: Yıldız, Süleyman, et al.
Veröffentlicht: (2025)

Theory of periodic convolutional neural network
von: Liu, Yuqing
Veröffentlicht: (2025)

Fast inverse lithography based on a model-driven block stacking convolutional neural network
von: Chen, Ruixiang, et al.
Veröffentlicht: (2024)

Learning velocity model for complex media with deep convolutional neural networks
von: Stankevich, A., et al.
Veröffentlicht: (2021)

Geometric sparsification in recurrent neural networks
von: Mackey, Wyatt, et al.
Veröffentlicht: (2024)

DeepCFD: Efficient near-ground airfoil lift coefficient approximation with deep convolutional neural networks
von: Esabat, Mohammad Amin, et al.
Veröffentlicht: (2025)

Selecting Subsets of Source Data for Transfer Learning with Applications in Metal Additive Manufacturing
von: Tang, Yifan, et al.
Veröffentlicht: (2024)

An axiomatized PDE model of deep neural networks
von: Wang, Tangjun, et al.
Veröffentlicht: (2023)

Predicting travel demand of a bike sharing system using graph convolutional neural networks
von: Behroozi, Ali, et al.
Veröffentlicht: (2024)

ConvConcatNet: a deep convolutional neural network to reconstruct mel spectrogram from the EEG
von: Xu, Xiran, et al.
Veröffentlicht: (2024)

Metalearning traffic assignment for network disruptions with graph convolutional neural networks
von: Agriesti, Serio, et al.
Veröffentlicht: (2026)

On the rates of convergence for learning with convolutional neural networks
von: Yang, Yunfei, et al.
Veröffentlicht: (2024)

Large deviation principles for convolutional Bayesian neural networks
von: Bassetti, Federico, et al.
Veröffentlicht: (2026)

Imaging at the quantum limit with convolutional neural networks
von: Proppe, Andrew H., et al.
Veröffentlicht: (2025)

Spike-based computation using classical recurrent neural networks
von: De Geeter, Florent, et al.
Veröffentlicht: (2023)

Quaternion recurrent neural network with real-time recurrent learning and maximum correntropy criterion
von: Bourigault, Pauline, et al.
Veröffentlicht: (2024)

Resource-efficient equivariant quantum convolutional neural networks
von: Chinzei, Koki, et al.
Veröffentlicht: (2024)

Convergence of gradient flow for learning convolutional neural networks
von: Diederen, Jona-Maria, et al.
Veröffentlicht: (2026)

Planning in a recurrent neural network that plays Sokoban
von: Taufeeque, Mohammad, et al.
Veröffentlicht: (2024)

A convolutional neural network deep learning method for model class selection
von: Impraimakis, Marios
Veröffentlicht: (2025)

Gradient-free training of recurrent neural networks
von: Bolager, Erik Lien, et al.
Veröffentlicht: (2024)

Rapid training of quantum recurrent neural networks
von: Siemaszko, Michał, et al.
Veröffentlicht: (2022)

Kinematic analysis of structural mechanics based on convolutional neural network
von: Zhang, Leye, et al.
Veröffentlicht: (2024)

Learning local discrete features in explainable-by-design convolutional neural networks
von: Kaplanoglou, Pantelis I., et al.
Veröffentlicht: (2024)

Prediction of flow and elastic stresses in a viscoelastic turbulent channel flow using convolutional neural networks
von: Balasubramanian, Arivazhagan G., et al.
Veröffentlicht: (2024)

Convolutional neural networks for valid and efficient causal inference
von: Ghasempour, Mohammad, et al.
Veröffentlicht: (2023)

Discovering influential text using convolutional neural networks
von: Ayers, Megan, et al.
Veröffentlicht: (2024)

Enhanced Multi-model Online Conformal Prediction
von: Hajihashemi, Erfan, et al.
Veröffentlicht: (2026)

Universality of reservoir systems with recurrent neural networks
von: Yasumoto, Hiroki, et al.
Veröffentlicht: (2024)

Gated recurrent neural networks discover attention
von: Zucchet, Nicolas, et al.
Veröffentlicht: (2023)

sHGCN: Simplified hyperbolic graph convolutional neural networks
von: Arévalo, Pol, et al.
Veröffentlicht: (2025)

Estimating the stability number of a random graph using convolutional neural networks
von: Davila, Randy
Veröffentlicht: (2024)

Multi-model Ensemble Conformal Prediction in Dynamic Environments
von: Hajihashemi, Erfan, et al.
Veröffentlicht: (2024)

Rolling bearing fault diagnosis method based on generative adversarial enhanced multi-scale convolutional neural network model
von: Zhou, Maoxuan, et al.
Veröffentlicht: (2024)

Feedback-driven recurrent quantum neural network universality
von: Gonon, Lukas, et al.
Veröffentlicht: (2025)