Howtosignalprocessing
- ¿Qué son las redes convolucionales temporales??
- ¿Cómo funciona TCN??
- ¿Qué es el aprendizaje profundo??
- ¿Qué es la red neuronal temporal??
¿Qué son las redes convolucionales temporales??
La red convolucional temporal (TCN) es una red neuronal convolucional recientemente propuesta, que combina la red totalmente convolucional 1-dimensional (1D FCN) y las convoluciones causales (Bai et al. 2018). El 1D FCN mantiene la red produciendo una salida de la misma longitud que la entrada.
¿Cómo funciona TCN??
Red convolucional temporal
El TCN está diseñado a partir de dos principios básicos: las convoluciones son causales, lo que significa que no hay fuga de información del futuro al pasado. La arquitectura puede tomar una secuencia de cualquier longitud y asignarla a una secuencia de salida de la misma longitud al igual que con un RNN.
¿Qué es el aprendizaje profundo??
La red convolucional temporal (TCN) es un marco que emplea convoluciones y dilaciones casuales para que sea adaptable a los datos secuenciales con su temporalidad y grandes campos receptivos.
¿Qué es la red neuronal temporal??
Las redes neuronales temporales (TNN) son SNN que se comunican y procesan información codificada como tiempos de pico relativos (en contraste con las tasas de pico). Se propone una arquitectura TNN y, como prueba de concepto, la operación TNN se demuestra dentro del contexto más amplio de la clasificación supervisada en línea.
