这种模型的设计目的是为了解决因果卷积中的问题,即通过增加感受野来扩大卷积核的应用范围。 在因果卷积中,卷积核只能读取当前信息和历史信息,这限制了其对时间序列数据的处理能力。为了解决这个问题,扩张因果卷积模型通过有规律的跳过部分输入来使卷积核可以应用于大于卷积核本身长度的区域,从而增加了感受野。 具体来说,扩张卷积通过在原始卷积核周围
6、扩张因果卷积模块dccm,用以通过扩张卷积层,扩展感受野,捕获药物、靶标之间的时序信息,利用扩张因果卷积模块dccm进行非递归并行计算,以检测并提取氨基酸特征。 7、本发明同时考虑了未标记的数据,以及药物子结构的属性对dta预测的影响的基础上,首次在dta领域扩张因果卷积网络与现有的transformer和cnn结合进行预测建模。本...
因果卷积不用之后时间点的信息，扩张卷积在邻域上偏稀疏地采样。
构建时空双向扩张因果卷积网络,并对来自双向的特征进行动态融合,捕获空间和时间上的依赖关系;对提取到的表情、语音、姿态特征基于transfomer进行融合,能够更好地捕获模态间的信息交互,融合后的特征用于分类器分类,实现比其他传统方法更好的情感识别效果。