“G06N5/00”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果145个，建议您升级VIP下载更多相关专利

[发明专利]土壤水分降尺度方法、装置、电子设备及存储介质-CN202210256638.6在审
发明人：刘忠;郑曼迪 -专利权人：中国农业大学
申请日： 2022-03-16 - 公布日： 2022-06-10 - 主分类号： G06N5/00 文献下载
摘要：本发明公开了土壤水分降尺度方法、装置、电子设备及存储介质，该方法有效利用了第一类地表温度数据、第一类地表反射率数据以及第一类高程数据在空间分辨率上的优势以及目标土壤水分指标与土壤水分之间的非线性关系，采用基于决策树模型构建的土壤水分降尺度模型，将其应用于高分辨率的输入数据，可以有效捕捉目标土壤水分指标的空间异质性以及土壤水分随时间的动态变化，并且得到的第一类土壤水分数据与原始的第二类土壤水分数据具有高度的空间对应关系，提供比第二空间分辨率更详细的土壤水分信息。
土壤水分尺度方法装置电子设备存储介质

[发明专利]训练量子优化器-CN201780029736.3有效
发明人： M·黑斯廷斯;D·维科勒 -专利权人：微软技术许可有限责任公司
申请日： 2017-05-10 - 公布日： 2022-06-03 - 主分类号： G06N5/00 文献下载
摘要：在本文的实施例中公开了具有不同参数化的量子近似优化算法的变型。在特定实施例中，使用了不同的目标，而不是寻找近似解决优化问题的状态，公开的技术的实施例找到了将产生与最佳状态(给出实例，例如，MAX‑2‑SAT的)具有高重叠的状态的量子算法。在某些实施例中，使用机器学习方法，其中选择问题的“训练集合”并且将参数进行优化以产生针对该训练集合的大的重叠。然后在更大的问题集合上测试该问题。当在全集合上进行测试时，找到的参数产生比优化的退火时间明显更大的重叠。在其他随机实例(例如，从20位到28位)上的测试继续显示出对退火的改进，其中在最困难的问题上改进最显著。例如，公开的技术的实施例可以用于具有有限相干时间的近期的量子计算机。
训练量子优化

[发明专利]层级目标定向因果发现方法、装置及电子设备-CN202210119084.5在审
发明人：代宇;刘贝;蒋磊;孟晓楠;黄力;温鹏;许林江;谢辉志 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-02-08 - 公布日： 2022-05-27 - 主分类号： G06N5/00 文献下载
摘要：本公开实施例提出了一种层级目标定向因果发现方法、装置及电子设备。该方法包括：设定目标因子；获取所述目标因子的第一原因因子集；对于所述第一原因因子集中的每一第一原因因子，通过条件检验算法对所述第一原因因子与所述目标因子之间的因果关联性进行计算；根据因果关联性超出第一设定阈值的第一原因因子，生成因果发现结果。
层级目标定向因果发现方法装置电子设备

[发明专利]使用Q学习与前瞻搜索相结合训练动作选择神经网络-CN202080067225.2在审
发明人：杰西卡·布莱克·钱德勒·哈姆里克;维克托·康斯坦特·巴波斯特;阿尔瓦罗·桑切斯;托比亚斯·普法夫;塞奥法尼·纪尧姆·韦伯;拉尔斯·比辛;彼得·威廉·巴塔利亚 -专利权人：渊慧科技有限公司
申请日： 2020-09-23 - 公布日： 2022-05-10 - 主分类号： G06N5/00 文献下载
摘要：一种强化学习系统和方法，其选择要由与环境交互的智能体执行的动作。该系统使用强化学习和前瞻搜索的组合：强化学习Q值被用来引导前瞻搜索，并且搜索继而用于改进Q值。该系统从真实经验和模拟的基于模型的经验的组合中学习。
使用学习前瞻搜索相结合训练动作选择神经网络

[发明专利]不完全信息博弈的决策方法、装置、电子设备与存储介质-CN202111499250.0在审
发明人：张俊格;白栋栋;黄凯奇;郑清元 -专利权人：中国科学院自动化研究所
申请日： 2021-12-09 - 公布日： 2022-05-03 - 主分类号： G06N5/00 文献下载
摘要：本发明提供一种不完全信息博弈的决策方法、装置、电子设备与存储介质，所述方法包括：基于各对象组合的当前强度，以及所述各对象组合对应的出路数量，确定所述各对象组合的最终胜率；所述出路数量为有利于所述各对象组合的强度增强的待补充公共对象数量；基于所述各对象组合的最终胜率，构建博弈树；基于所述博弈树，求解纳什均衡策略。本发明提供的方法、装置、电子设备与存储介质，解决了信息抽象技术中对象组合胜率的评估速度慢的难题，实现了缩短均衡分析算法的决策收益计算时间，能够极大地节约CFR的迭代时间，同时可以降低均衡分析算法在不完全信息博弈决策问题中的应用效率，促进不完全信息博弈领域的发展。
不完全信息博弈决策方法装置电子设备存储介质

[发明专利]智能学习知识能力跟踪方法、电子设备及存储介质-CN202011105897.6在审
发明人：郭力军;罗彤 -专利权人：北京融汇金信信息技术有限公司
申请日： 2020-10-15 - 公布日： 2022-05-03 - 主分类号： G06N5/00 文献下载
摘要：本发明提供一种智能学习知识能力跟踪方法、电子设备及存储介质，所述方法包括：将待测用户标识、当前题目、当前题目与各知识点的先验相关性权重输入至知识能力跟踪模型中，获取所述待测用户针对当前题目的答对概率；所述知识能力跟踪模型中包含有待测用户对于各知识点的掌握状态。本发明由于引入了题目与各知识点的先验关系，同时又结合网络学习题目与各知识点的关系，从而建立了当前题目与各知识点的显性映射对应关系，因此不但能够实现对当前题目答对概率的准确预测，而且能够根据当前题目的作答结果对知识点掌握状态矩阵进行更新，从而使得可以获知待测用户对于各知识点的掌握状态。
智能学习知识能力跟踪方法电子设备存储介质

[发明专利]一种信息处理方法及电子设备-CN201910780123.4有效
发明人：李梅;王奇刚;张婉璐;陈旭 -专利权人：联想（北京）有限公司
申请日： 2019-08-22 - 公布日： 2022-04-22 - 主分类号： G06N5/00 文献下载
摘要：本申请实施例提供了一种信息处理方法及电子设备，所述方法应用于一区块链的第一节点，包括：读取区块链节点中的待训练模型以及用以训练过所述待训练模型的共享测试数据；依据所述共享测试数据以及所述第一节点中的第一测试数据，训练所述待训练模型，得到第一模型；发送所述第一模型至区块链节点，以通过区块链网络中其它区块链节点确认所述第一模型的处理能力是否优于所述待训练模型。保证了利用区块链中的数据对人工智能模型进行训练时，随机梯度的全梯度的无偏估计，确保了对人工智能模型训练的精度以及准确性。
一种信息处理方法电子设备

[发明专利]一种基于CART决策树的大学生就业预测方法-CN202111608264.1在审
发明人：党向盈;鲍蓉;姜代红;徐玮玮;佟恒乐;王晓雪 -专利权人：徐州工程学院
申请日： 2021-12-24 - 公布日： 2022-04-12 - 主分类号： G06N5/00 文献下载
摘要：本发明公布了一种基于CART决策树的大学生就业预测方法，旨在提供一种预测大学生就业情况的方法。本发明首先对大学生数据信息预处理，形成规范的、可供数据挖掘的基本属性数据集；然后，利用皮尔森相关分析法，确定数据集中大学生基本属性与就业预测目标属性的相关性，将与就业预测目标属性相关的大学生基本属性，确定为用于构建大学生就业预测模型的特征向量；最后，基于训练集，由特征向量计算基尼系数；采用基于CART决策树算法，构建大学生就业预测模型。本发明方法能够根据大学生信息数据集预测大学生就业情况，为高校就业管理部门提供智能化服务，指导学生合理就业，有助于提高大学生的就业率。
一种基于 cart 决策树大学生就业预测方法

[发明专利]基于混合采样策略的多智能体在线动作决策方法-CN202111571020.0在审
发明人：陆丽娜;张万鹏;谷学强;冯志峰;罗俊仁;曾诚逸;袁唯淋 -专利权人：中国人民解放军国防科技大学
申请日： 2021-12-21 - 公布日： 2022-03-25 - 主分类号： G06N5/00 文献下载
摘要：本发明涉及在线决策领域，公开了一种基于混合采样策略的多智能体在线动作决策方法，本发明首先将多智能体对抗环境下的在线动作决策问题建模成组合多臂赌博机问题，维护更新搜索树上每个节点索引的组合动作的累积回报的后验分布，然后使用基于ε贪婪策略和汤普森采样的混合采样策略选择和扩展节点。本发明中的混和采样方法避免了在大规模问题中扩展每个节点下的所有子节点，同时，本发明可以处理带先验和后验知识的信息模型，具有更快的收敛速度。本发明结合了两种采样方法，可以加快采样收敛速度，提高采样效率，从而扩大MCTS可应用问题的规模，在大规模问题中，当分支因子大的时候，本发明的效果更加显著。
基于混合采样策略智能在线动作决策方法

[发明专利]一种时空梯度提升决策树的方法-CN202111326449.3在审
发明人：李军利;周成;邢文文;王伟印;渠鸿娇 -专利权人：安徽农业大学
申请日： 2021-11-10 - 公布日： 2022-03-11 - 主分类号： G06N5/00 文献下载
摘要：本发明公开了一种时空梯度提升决策树的方法，包括步骤一、目标数据获取，对原始数据进行筛选，得到目标地区气象站点的数据；步骤二、使用Python对数据中不需要的特征数据以及对剩余数据中的噪声数据进行线性处理，提高数据完整性；步骤三、对处理后的气象数据进行计算，将每日数据转为需要的月平均数据；步骤四、根据站点的时间属性信息和空间属性信息获得时空信息；步骤五、利用气象站点的纬度，月平均气温和月平均降水计算月SPEI数据；步骤六、ST‑GBDT模型构建与预测。该时空梯度提升决策树的方法，能够利用时空信息与GBDT相结合的方式，在输入探索变量中增加时空信息，增加输入变量的特征，利用scikit‑learn的类库在Python语言中的开发实现。
一种时空梯度提升决策树方法

[发明专利]一种模型线上更新方法及装置-CN202111397100.9在审
发明人：李志峰;孟昌华;王维强 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-11-23 - 公布日： 2022-02-25 - 主分类号： G06N5/00 文献下载
摘要：本说明书公开了一种模型线上更新方法及装置。所述方法包括：获取预设树模型的副本和新训练样本集合；所述预设树模型为：当前线上运行的提升树模型或当前线上运行的梯度提升决策树模型；将所述副本当前的叶子节点输出值确定为旧叶子节点输出值；在保持所述副本结构不变的情况下，根据所述新训练样本集合更新所述副本的叶子节点输出值，将更新后的叶子节点输出值确定为新叶子节点输出值；针对所述副本的每个叶子节点，计算对应的新叶子节点输出值和对应的旧叶子节点输出值的加权和，并将该叶子节点的输出值更新为所述加权和，得到新的副本树模型；将所述新的副本树模型部署到线上，所述新的副本树模型用于在预设情况下替换所述预设树模型。
一种模型线上更新方法装置

[发明专利]一种改进随机森林相似性度量的患病风险预测方法-CN202111447390.3在审
发明人：王杨;庞兰苏;翟仕佶;黄青松;肖衡;张舒;黄大帅 -专利权人：西南石油大学
申请日： 2021-12-01 - 公布日： 2022-02-25 - 主分类号： G06N5/00 文献下载
摘要：本发明涉及一种改进随机森林相似性度量的患病风险预测方法，属于医学健康分析和机器学习领域；解决了随机森林算法基于复杂医学数据进行患病风险预测时准确率低的问题；其技术方案是：构建基于原始随机森林算法的患病风险预测模型；保留AUC值高的部分决策树；将决策路径分组后得到所有病症特征的值域；提出三层交并比法计算决策树之间的相似度；删减冗余决策树后得到最终的患病风险预测模型；本发明提出了一种新的度量随机森林模型中决策树相似性的方法，保证原始医学数据完整性的同时提高了对患病风险的预测精度，为辅助医学健康分析提供了新思路。
一种改进随机森林相似性度量患病风险预测方法

[发明专利]基于白名单的语义决策方法、系统及介质-CN202111320894.9在审
发明人：朱亚杰;卢宏涛 -专利权人：上海交通大学
申请日： 2021-11-09 - 公布日： 2022-02-11 - 主分类号： G06N5/00 文献下载
摘要：本发明提供了一种基于白名单的语义决策方法、系统及介质，涉及人机对话技术领域，该方法包括：步骤S1：根据业务需求构造非基础域语义理解微服务和基础域语义理解微服务；步骤S2：根据业务逻辑构造白名单；步骤S3：将文本同时输入到非基础域语义理解微服务和基础域语义理解微服务中，得到相应结果；步骤S4：根据结果判断非基础域技能是否在白名单里，且非基础域技能的置信度是否满足在设定值以上，得出最终语义结果。本发明能够通过采取白名单决策最终语义结果以至提升语义理解准确率和性能同时保证人机对话的用户体验。
基于名单语义决策方法系统介质

[发明专利]手部姿势估计-CN202080037727.0在审
发明人： P·奇达南达;A·T·辛哈;A·S·S·饶;D·B·李;A·拉比诺维奇 -专利权人：奇跃公司
申请日： 2020-05-20 - 公布日： 2021-12-31 - 主分类号： G06N5/00 文献下载
摘要：用于机器视觉的采用多任务深度学习范式的神经网络包括进一步包括第一层、第二层和第三层的编码器。第二层在第二层中的一个或多个第二层单元处从第一层接收第一层输出。第三层在第三层中的一个或多个第三层单元处从第二层接收第二层输出。第一、第二和第三层单元每个分别包括一个或多个第一、第二和第三层区块。神经网络进一步包括：解码器，其可操作地耦合到编码器以接收来自编码器的编码器输出；以及一个或多个损失函数层，其被配置为反向传播一个或多个损失，以至少训练采用深度学习范式的神经网络的编码器。
姿势估计

[发明专利]一种数值程序蜕变关系的自动识别方法-CN202110950800.X在审
发明人：李萌;王丽君;阳小华;闫仕宇;刘杰;万亚平;李丰源;任长安;陈珍平;谢金森;赵鹏程;于涛 -专利权人：南华大学
申请日： 2021-08-18 - 公布日： 2021-12-14 - 主分类号： G06N5/00 文献下载
摘要：本发明提出了一种数值程序蜕变关系(Metamorphic Relation，MR)的自动识别方法，包括以下步骤：(1)基于问题域的输入模式分析；(2)基于随机方法的初始测试输入生成；(3)基于基因表达式编程(Gene Expression Programming，GEP)的输出模式挖掘。本发明将蜕变关系的识别分解为输入模式分析和输出模式挖掘两个步骤，降低了蜕变关系识别难度。依据数值程序特点，给出四种输入模式的识别途径，避免随意地构造蜕变关系的问题；运用领域知识建立对验证有意义的输入模式，克服解空间庞大，求解效率低的问题；引入GEP自动搜索输出模式，克服MR识别结果随机性大、有效性低的问题。
一种数值程序蜕变关系自动识别方法