-
公开(公告)号：CN112287599B
公开(公告)日：2023-08-04
申请号：CN202011071114.7
申请日：2020-10-09
Applicant: 暨南大学
IPC: G06F30/27 , G06N3/045 , G06N3/092 , G06F119/12
Abstract: 本发明公开了一种基于多步新奇度的时态序列迭代预测算法、介质和设备，算法包括先基于时态序列数据建立内、外部模型，初始化多维经验矩阵；外部模型抽样训练；外部模型在每一次交互中，从时态序列数据获取当前状态和奖励，并输出当前状态、行为和预测的执行行为后的状态；内部模型对外部模型预测的状态进行多步预测，预测信息存储到多维经验矩阵中，不断迭代更新内部模型；定义新奇度，在外部模型的每一次迭代，从多维经验矩阵中抽出对应元素，并比较每个元素和外部模型预测的状态来计算新奇度；基于新奇度不断迭代更新内、外部模型，多维经验矩阵也根据时间节点不断更新。本发明解决强化学习中稀疏奖励的训练障碍，可达到模型更快收敛的效果。
-
Patent Agency Ranking
公开(公告)号：CN115009291B
公开(公告)日：2023-05-23
申请号：CN202210562890.X
申请日：2022-05-23
Applicant: 暨南大学
IPC: B60W50/00 , B60W60/00 , G06N3/042 , G06N3/092 , G06N3/0455
Abstract: 本发明公开了一种基于网络演化重放缓冲区的自动驾驶辅助决策方法及系统，该方法步骤包括：使用强化学习智能体对基于驾驶时态序列数据的环境进行交互，根据相同取值的状态或者动作的数据作为枢纽转化成包含状态节点集合和动作节点集合的基于图结构的重放缓冲区；再基于该重放缓冲区进行深度遍历搜索得到子图，将子图输入到图自动编码器中进行特征提取，获取包含邻居信息的新的状态节点表示。根据新的状态节点表示进行学习，最终输出自动驾驶辅助执行策略，调整汽车驾驶状态。本发明利用图神经网络的节点表示能力，获取包含邻居信息的状态节点表示，一方面解决了样本相关性的问题，另一方面仍然保留邻居信息，能够更加快速解决决策问题。
-
公开(公告)号：CN112287599A
公开(公告)日：2021-01-29
申请号：CN202011071114.7
申请日：2020-10-09
Applicant: 暨南大学
IPC: G06F30/27 , G06N3/04 , G06N20/00 , G06F119/12
Abstract: 本发明公开了一种基于多步新奇度的时态序列迭代预测算法、介质和设备，算法包括先基于时态序列数据建立内、外部模型，初始化多维经验矩阵；外部模型抽样训练；外部模型在每一次交互中，从时态序列数据获取当前状态和奖励，并输出当前状态、行为和预测的执行行为后的状态；内部模型对外部模型预测的状态进行多步预测，预测信息存储到多维经验矩阵中，不断迭代更新内部模型；定义新奇度，在外部模型的每一次迭代，从多维经验矩阵中抽出对应元素，并比较每个元素和外部模型预测的状态来计算新奇度；基于新奇度不断迭代更新内、外部模型，多维经验矩阵也根据时间节点不断更新。本发明解决强化学习中稀疏奖励的训练障碍，可达到模型更快收敛的效果。
-
公开(公告)号：CN115009291A
公开(公告)日：2022-09-06
申请号：CN202210562890.X
申请日：2022-05-23
Applicant: 暨南大学
Abstract: 本发明公开了一种基于网络演化重放缓冲区的自动驾驶辅助决策方法及系统，该方法步骤包括：使用强化学习智能体对基于驾驶时态序列数据的环境进行交互，根据相同取值的状态或者动作的数据作为枢纽转化成包含状态节点集合和动作节点集合的基于图结构的重放缓冲区；再基于该重放缓冲区进行深度遍历搜索得到子图，将子图输入到图自动编码器中进行特征提取，获取包含邻居信息的新的状态节点表示。根据新的状态节点表示进行学习，最终输出自动驾驶辅助执行策略，调整汽车驾驶状态。本发明利用图神经网络的节点表示能力，获取包含邻居信息的状态节点表示，一方面解决了样本相关性的问题，另一方面仍然保留邻居信息，能够更加快速解决决策问题。
-
公开(公告)号：CN114692005A
公开(公告)日：2022-07-01
申请号：CN202210604217.8
申请日：2022-05-31
Applicant: 暨南大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06Q30/02 , G06Q30/06
Abstract: 本发明公开了一种面向稀疏超短序列的个性化推荐方法、系统、介质和设备，该方法包括下述步骤：构建稀疏超短用户行为序列，构建用户与商品的关系图，采用图嵌入方法对关系图中的节点进行嵌入表示学习；基于稀疏超短用户行为数据构造专家数据库，对专家数据库的购买策略进行学习，并遵循购买策略进行稀疏超短用户行为序列扩充；基于商品预嵌入表示以及扩充后的稀疏超短用户行为序列，采用自注意力模型完成商品嵌入表示的信息增强，并根据最终商品嵌入表示与稀疏超短用户行为序列的用户行为数据得到用户嵌入表示，进行个性化推荐。本发明能提高输入自注意力模型数据质量，实现自注意力模型在面向稀疏超短数据推荐场景中的应用。
-
公开(公告)号：CN114692005B
公开(公告)日：2022-08-12
申请号：CN202210604217.8
申请日：2022-05-31
Applicant: 暨南大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06Q30/02 , G06Q30/06
Abstract: 本发明公开了一种面向稀疏超短序列的个性化推荐方法、系统、介质和设备，该方法包括下述步骤：构建稀疏超短用户行为序列，构建用户与商品的关系图，采用图嵌入方法对关系图中的节点进行嵌入表示学习；基于稀疏超短用户行为数据构造专家数据库，对专家数据库的购买策略进行学习，并遵循购买策略进行稀疏超短用户行为序列扩充；基于商品预嵌入表示以及扩充后的稀疏超短用户行为序列，采用自注意力模型完成商品嵌入表示的信息增强，并根据最终商品嵌入表示与稀疏超短用户行为序列的用户行为数据得到用户嵌入表示，进行个性化推荐。本发明能提高输入自注意力模型数据质量，实现自注意力模型在面向稀疏超短数据推荐场景中的应用。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
