Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

Réseaux récurrents d'attention pour la régression de séries temporelles

Résumé : Cet article étudie une nouvelle architecture récurrente basée sur l'attention, plus légère et moins coûteuse en temps de calcul qu'un réseau d'attention global. Nous détaillons en quoi ce type d'architecture permet d'atteindre de meilleures performances que des réseaux récurrents plus classiques, dans le cas de la régression de séries temporelles. Nous montrons son intérêt pour la prédiction de l'état d'un réseau de communication, et plus particulièrement pour la détection de la congestion.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-03683785
Contributeur : Emmanuel Lochin Connectez-vous pour contacter le contributeur
Soumis le : mardi 31 mai 2022 - 21:17:42
Dernière modification le : lundi 4 juillet 2022 - 10:14:20

Fichier

R_seaux_r_currents_d_attention...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-03683785, version 1

Collections

Citation

Victor Perrier, Emmanuel Lochin, Jean-yves Tourneret, Patrick Gélard. Réseaux récurrents d'attention pour la régression de séries temporelles. XXVIIIème Colloque Francophone de Traitement du Signal et des Images -GRETSI'22, Sep 2022, Nancy, France. ⟨hal-03683785⟩

Partager

Métriques

Consultations de la notice

0

Téléchargements de fichiers

0