AnDi-Challenge:在AnDi挑战中用于任务1的HNU方法

HNU在AnDi挑战赛中 我们在AnDi Challenge中基于LSTM的任务1（异常扩散指数的推断）的方法的摘要。 黄子涵 湖南大学物理与电子学院，长沙 资料产生 文件generate_trajectory.py用于基于模块生成训练数据： python generate_trajectory.py --l 200 --N 2000000` 其中--l表示轨迹的长度和--N表示轨迹的数量。 andi-datasets提供的轨迹长度范围为10到999。为处理这么长的跨度，我们生成了43种特定长度的一维固定长度轨迹数据作为训练数据集，如下表所示。还给出了每个特定长度的轨迹数。每个轨迹都经过归一化处理，因此其位置的平均值和标准偏差分别为0和1。训练数据集的总大小约为330 GB。 长度 数字 长度 数字 长度 数字 长度 数字 10 5000000 105 2000000 275