2016年6月6日 · GRU-D is based on Gated Recurrent Unit (GRU), a state-of-the-art recurrent neural network. It takes two representations of missing patterns, i.e., masking and time …

从下图可以看到，GRU-D的input比GRU复杂多了，GRU就一个X的输入，而GRU-D有variable，masking和time interval 一共3个inputs。 具体地，可以看到，GRU-D和GRU的计算 …

GRU-D, a GRU-based model with trainable decays for multivariate time series classification with missing values/irregular samplings Resources

2018年10月7日 · gru-d AUC score (mean ± std) for mortality prediction in the paper: 0.8424 ± 0.012; my research got: 0.8431. This research is inspired by 'Recurrent Neural Networks for …

2018年4月17日 · In this paper, we develop a novel deep learning model based on GRU, namely GRU-D, to effectively exploit two representations of informative missingness patterns, i.e., …

PyTorch Implementation of GRU-D from "Recurrent Neural Networks for Multivariate Time Series with Missing Values" https://arxiv.org/abs/1606.01865. Code based on https://github.com/Han …

我们提出的GRU-D模型融合了两种不同的可训练衰减机制，直接利用输入特征值和隐含在RNN状态下的缺失性。首先，对于缺失变量，我们使用一个输入衰减rx，随经验均值衰减(选择该值作为 …

2019年3月17日 · 因此本文设计了一个基于 GRU 的模型（ GRU-D ）能够充分利用缺失的 pattern （missingness patterns）。 缺失的 pattern 包含两个表示： masking 和 time interval 。 接下来 …

2020年4月29日 · In this paper, we develop a novel deep learning model based on GRU, namely GRU-D, to effectively exploit two representations of informative missingness patterns, i.e., …

GRU（Gated Recurrent Unit）网络是一种 循环神经网络 （Recurrent Neural Network, RNN）的变体，它使用了 门控机制 （gated mechanism）来控制信息的流动和记忆。 相比于传统 …