“尹珍圣”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]基于强化学习的局部可解释模型-CN202080066799.8在审
发明人：赛尔坎·奥默·阿里克;尹珍圣;托马斯·乔恩·菲斯特 -专利权人：谷歌有限责任公司
申请日： 2020-09-23 - 公布日： 2022-05-10 - 主分类号： G06N3/04 文献下载
摘要：一种用于训练局部可解释模型(190)的方法(300)包括，获得训练样本(130)的集合，以及使用训练样本的集合来训练黑盒模型(120)。该方法还包括，使用经训练的黑盒模型和训练样本的集合来生成辅助训练样本(140)的集合，以及使用辅助训练样本的集合来训练基线可解释模型(150)。该方法还包括，使用辅助训练样本的集合和基线可解释模型来训练实例式权重估计器模型(160)。对于每个辅助训练样本，该方法还包括，使用经训练的实例式权重估计器模型来确定辅助训练样本的选择概率(170)。该方法还包括，基于选择概率来选择辅助训练样本(140S)的子集，以及使用辅助训练样本的子集来训练局部可解释模型。
基于强化学习局部可解释模型

[发明专利]使用强化学习的数据评估-CN202080065876.8在审
发明人：赛尔坎·奥默·阿里克;尹珍圣;托马斯·乔恩·菲斯特 -专利权人：谷歌有限责任公司
申请日： 2020-09-19 - 公布日： 2022-04-29 - 主分类号： G06K9/62 文献下载
摘要：一种方法(500)包括，获得训练样本(102)的集合。在多个训练迭代的每个训练迭代期间，该方法包括，从训练样本的集合中采样训练样本的批次。该方法包括，对于每个训练样本，使用数据值估计器(120)来确定选择概率(106)。训练样本的选择概率是基于数据值估计器的估计器参数值(122)。该方法还包括，基于每个训练样本的选择概率从训练样本的批次中选择训练样本的子集，以及使用具有训练样本的子集的预测器模型(142)来确定性能测量(144)。该方法还包括，基于性能测量来调整预测器模型的模型参数值(143)，以及基于性能测量来更新数据值估计器的估计器参数值。
使用强化学习数据评估