Fatal编程技术网
  • time/
  • Time 利用时间戳作为神经网络的输入重建粒子轨迹 这是一件事情：考虑一个检测器，由几个垂直的字符串组成，每个托管60个传感器等距分布，如下图所示（暗点是传感器）：

Time 利用时间戳作为神经网络的输入重建粒子轨迹 这是一件事情：考虑一个检测器，由几个垂直的字符串组成，每个托管60个传感器等距分布，如下图所示（暗点是传感器）：

time neural-network deep-learning

Time 利用时间戳作为神经网络的输入重建粒子轨迹 这是一件事情：考虑一个检测器，由几个垂直的字符串组成，每个托管60个传感器等距分布，如下图所示（暗点是传感器）： ,time,neural-network,deep-learning,physics,conv-neural-network,Time,Neural Network,Deep Learning,Physics,Conv Neural Network,然后，粒子将流过并在每个传感器上产生可供使用的脉冲。信息包括经过的时间、坐标（弦号+弦上的位置或笛卡尔坐标）、总电荷等 最终目标是重建入射粒子的角度及其能量。虽然我们首先考虑一个简单的分类问题，找出粒子是从北半球还是南半球（即从探测器的顶部或底部方向）来的。 作为输入值，我们使用每个传感器的每个时间戳，它们的确切位置不必传递，因为它将由输入列表中时间戳的位置编码。 我们遇到的问题是没有检测到任何粒子的传感器。将它们的时间戳插入为float（“Inf”）是否明智？将它们的时间保留为零是另一种选择，

然后，粒子将流过并在每个传感器上产生可供使用的脉冲。信息包括经过的时间、坐标（弦号+弦上的位置或笛卡尔坐标）、总电荷等

最终目标是重建入射粒子的角度及其能量。虽然我们首先考虑一个简单的分类问题，找出粒子是从北半球还是南半球（即从探测器的顶部或底部方向）来的。 作为输入值，我们使用每个传感器的每个时间戳，它们的确切位置不必传递，因为它将由输入列表中时间戳的位置编码。 我们遇到的问题是没有检测到任何粒子的传感器。将它们的时间戳插入为
float（“Inf”）
是否明智？将它们的时间保留为零是另一种选择，但对于第一次触发的传感器（将时间戳标准化为[0,1]），则会产生歧义

我很高兴听到已经在神经网络中使用时间戳的人的任何提示。此外，如果您对为我们未来的任务开发神经网络有任何好的想法，请与我们分享！计划的方法是卷积的（深度）神经网络，但我们仍需考虑如何将传感器位置编码为不规则六边形。

需要考虑的几点： -1怎么样？ -楠呢

您用什么语言编程？

需要考虑以下几点： -1怎么样？ -楠呢

您用什么语言编程？

将Python与Keras结合使用