LEARNING
自监督进化学习用于安全关键决策中神经动力学时间序列的进展感知分割
Zhou X, Menassa CC, Kamat VR
- 发表年份
- 2026
- 期刊
- Cognitive neurodynamics
摘要
该论文提出了一种自监督进化学习方法，用于在安全关键决策过程中对神经动力学时间序列进行进展感知分割。该方法通过无监督学习自动识别时间序列中的关键阶段，提高了决策的安全性和效率。
关键词
self-supervised learningevolutionary learningneurodynamic time seriesprogression-aware segmentationsafety-critical decision making
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018