专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果9个,建议您升级VIP下载更多相关专利
  • [发明专利]一种慕课可解释推荐方法、终端设备及存储介质-CN202210666129.0在审
  • 林元国;林凡;张志宏;张伟;游环宇;柳蕴轩;陈鸿 - 厦门大学
  • 2022-06-14 - 2022-10-25 - G06F16/9535
  • 本发明涉及一种慕课可解释推荐方法、终端设备及存储介质,该方法中包括:根据学习者历史选课记录中实体和实体之间的关系构建三元组数据集;基于三元组数据集构建知识图谱,通过TransE模型对知识图谱中的实体和关系进行向量化表示,其中,分别通过粗粒度的课程表示方法和细粒度的概念表示方法表示学习者和课程;构建基于自监督强化学习方法的学习路径推理模型,用于指导推荐智能体在知识图谱上从学习者至目标课程的学习路径推理;采用执行者‑评论家算法训练学习路径推理模型;通过训练后的学习路径推理模型进行学习者至目标课程之间的学习路径推理。本发明不仅可以在知识图谱中构建显性信息和隐性反馈,而且还通过深度强化学习进行慕课可解释推荐。
  • 一种可解释推荐方法终端设备存储介质
  • [发明专利]一种基于动态注意力和分层强化学习的推荐系统-CN202011564661.9有效
  • 林元国;林凡;曾文华;夏侯建兵;冯世博 - 厦门大学
  • 2020-12-25 - 2022-09-30 - G06F16/9535
  • 本发明公开了一种动态注意力和分层强化学习的推荐系统,包括用户画像矫正器:通过删除噪声数据来修改用户画像;(2)动态注意力机制:自动调整用户偏好的变化;(3)推荐模型:向相关用户推荐目标物品。所述推荐系统具有以下特点:动态注意力机制通过一个多层感知器自动调整每个交互过程中相应物品的attention权重,并将基于分层强化学习的用户画像矫正器合并到一个统一的框架中;其次,为了增强推荐系统的自适应性,以提高推荐的准确性,推荐系统针对不同时段物品交互的信息,在attention权重上增加了一个自适应系数,以便在每个推荐阶段自动更新相应物品的attention权重;最后,与HRL模型相比,本推荐系统可以提高策略评估的收敛速度,每个推荐阶段的开销时间更少。
  • 一种基于动态注意力分层强化学习推荐系统
  • [发明专利]一种基于动态递归机制的分层强化学习的推荐系统-CN202011564657.2有效
  • 林元国;林凡;曾文华;夏侯建兵;张志宏 - 厦门大学
  • 2020-12-25 - 2022-08-12 - G06F16/9535
  • 本发明公开了一种基于动态递归机制的分层强化学习的推荐系统,包括用户画像矫正器:采用一种动态递归机制的策略梯度方法,及引入参数动态稀疏权重以删除噪声数据来修改用户画像,其中,所述动态递归机制的策略梯度方法包括:动态基线和基于时序上下文的递归强化学习,所述动态基线为采用动态稀疏权重对总收益进行学习策略的改进;注意力机制:用于自动调整用户偏好的变化;推荐模型:用于通过注意力机制向用户推荐最相关物品。本发明的推荐系统,通过在策略梯度方法中引入一个参数动态稀疏权重,使智能体在全局最优策略下选择最优行为;其次,结合时间上下文的分层强化学习,该方法能够更可靠地收敛,从而提高模型预测的稳定性。
  • 一种基于动态递归机制分层强化学习推荐系统
  • [发明专利]基于多目标进化算法的投资组合优化方法-CN202110539590.5在审
  • 钱伟华;杨律青;廖明宏;林元国;刘佳辉 - 厦门大学
  • 2021-05-18 - 2021-11-16 - G06Q40/06
  • 本发明公开了一种基于多目标进化算法的投资组合优化方法、介质及设备,其中方法包括:S1,生成邻居;S2,初始化种群的计算目标;S3,初始化帕累托平面的两个极值点;S4,遍历种群;S5,生成随机数,并判断随机数是否大于预设的阈值,是,则执行S6,否,则执行S7;S6,将种群作为父代备选池;S7,将邻居作为父代备选池;S8,确定当前个体对应的子代个体,以得到子代目标;S9,根据子代目标更新两个极值点;S10,计算相应的切比雪夫值,以及更新父代备选池中的个体和目标;S11,迭代结束后确定最终目标;能够在通过多目标进化算法进行投资组合优化的过程中,提高算法的收敛性、多样性和全局搜索能力。
  • 基于多目标进化算法投资组合优化方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top