热点事件持续更新
研究人员提出运动等变卷积LSTM模型MELSTM
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员在arXiv发表论文，提出运动等变卷积LSTM（MELSTM）。该模型将时序运动视作时间规范对称性，可证明对任意运动具备等变性。MELSTM通过引入速度模型作为规范场，将等变性扩展至时变运动，并利用估计速度取代了传统的离散速度枚举方式。在未来帧预测与动作识别等测试中，MELSTM在保持相同参数量的前提下，性能表现优于传统的卷积LSTM及流等变模型，同时具备更强的跨时域泛化能力与更低的状态占用。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 12:00
研究人员提出MELSTM模型，在同等参数量下性能优于传统卷积LSTM等模型。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv 机器学习运动等变卷积 LSTM：当运动成为规范对称性
研究提出运动等变卷积 LSTM（MELSTM），将时序运动视作时间规范对称性，可证明对任意运动具备等变性。该模型以速度模型作为规范场，将等变性扩展至时变运动，并通过估计速度取代了传统的离散速度枚举。在未来帧预测与动作识别等测试中，MELSTM 在相同参数量下优于卷积 LSTM 及流等变模型，具有更强的跨时域泛化能力与更低的状态占用。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。