Results 31 to 40 of about 2,363 (129)

Research progress of causal inference in reinforcement learning framework(强化学习框架中因果推断研究进展)

open access: yesZhejiang Daxue xuebao. Lixue ban
Causal reasoning has been extensively studied in all fields of science. In recent decades, there have been a number of innovations in the development and implementation of methods aimed at determining causality.
刘华玲(LIU Hualing)   +2 more
doaj   +1 more source

基于动态动作覆盖的深度强化学习新闻推荐

open access: yes大数据
新闻推荐系统对新媒体新闻传播有着重要作用。提出了一种以深度强化学习为基础的推荐系统,旨在结合神经网络的表征能力和强化学习的策略选择能力来提升新闻推荐效果。使用动态动作掩码加强对用户短期兴趣的判断能力,使用优化缓存机制提升经验缓存的使用效率,通过区域遮蔽性质的奖励设计加快模型训练,从而提高推荐系统在新闻推荐领域的表现。实验表明,所提模型在新闻数据集上的推荐准确率与主流的神经网络推荐方法相当,且在排序性能上优于当前先进的推荐算法。
董相宏, 安俊秀
doaj   +1 more source

广东电网遭台风泰利侵袭的输配电设备受损分析及评估 [PDF]

open access: yes全球能源互联网
近年来致灾台风频率呈增加趋势,以2023年影响广东电网约百万用户的第4号台风“泰利”为例,分析广东电网遭台风侵袭受灾情况,建立输配电杆塔受损预测模型,识别关键特征变量与因素,为电网防灾减灾提供支持。首先,分析台风“泰利”气象特征,具有“台前对流活跃,风力强度大,降水范围广”等特点,对输配电设备均产生一定程度破坏。其次,利用随机森林、支持向量机、梯度决策树、神经网络等4种机器学习算法建立输配电杆塔受损预测模型,并对比部分算法针对不平衡样本优化前后模型表现。算例表明,随机森林优化后提升最大 ...
侯慧   +5 more
doaj   +1 more source

基于深度强化学习的六足机器人运动规划

open access: yes智能科学与技术学报, 2020
六足机器人拥有多个冗余自由度,适用于复杂的非结构环境。离散环境作为非结构环境的一个苛刻特例,需要六足机器人具备更加高效可靠的运动策略。以平面随机梅花桩为例,设定随机起始点与目标区域,利用深度强化学习算法进行训练,并得到六足机器人在平面梅花桩环境中的运动策略。为了加快训练进程,采用具有优先经验重放机制的深度确定性策略梯度算法。最后在真实环境中进行验证,实验结果表明,所规划的运动策略能让六足机器人在平面梅花桩环境中高效平稳地从起始点运动到目标区域。为六足机器人在真实离散环境中的精确运动规划奠定了基础。
傅汇乔   +4 more
doaj  

基于深度强化学习的智能暖气温度控制系统

open access: yes智能科学与技术学报, 2020
研究如何通过暖气设备自适应地调节室温,提升室内环境的舒适度,具有非常重要的意义。因此,提出了基于双深度Q网络方法的智能暖气温度控制系统,根据人的表情信息控制暖气设备的阀门开度,实时调整室温。首先,介绍针对原始输入状态的预处理算法。然后,设计通过双深度Q网络方法学习控制暖气设备阀门开度的最佳策略。最后,通过仿真结果验证提出的方法的有效性。
李涛, 魏庆来
doaj  

情感语音合成综述

open access: yes大数据
作为语音领域一个重要的研究方向,语音合成致力于将文本转化为语音。随着深度学习技术的快速发展,语音合成的目的早已不仅仅是合成一段“能听懂”的音频这么简单,情感的加入往往能使语音变得更加具有表现力。基于此,情感语音合成在语音中加入不同的情感并对情感进行调控,以生成灵活且准确的情感语音。从情感语音合成中的几个关键科学问题出发,分别对近几年来基于情感迁移、情感强度控制和情绪混合的发展进行了总结分析,并介绍了情感语音合成的相关数据集和评价指标,最后对情感语音合成进行了展望。
施昊翔, 张旭龙, 王健宗, 程宁, 肖京
doaj   +1 more source

Synthesis of embroidery based on convolutional neural network(基于卷积神经网络的刺绣风格数字合成)

open access: yesZhejiang Daxue xuebao. Lixue ban, 2019
针对刺绣风格数字化模拟方法立体感不强、缺少线条方向等问题,提出了一种基于深度学习和卷积神经网络的算法,将刺绣艺术风格传输到目标图像。利用图像语义分割网络及风格迁移网络,分别对目标内容图像与刺绣艺术风格图像进行目标提取和风格迁移。首先,输入目标内容图像与刺绣艺术风格图像,采用基于条件随机场的图像语义分割,将目标内容图与刺绣艺术风格图的前景与背景分离,并进行二值化处理,形成掩模图像;其次,将目标内容图与刺绣艺术风格图的RGB 颜色空间转换为YIQ;最后,参照掩模图像使用VGG19 ...
ZHENGRui(郑锐)   +3 more
doaj   +1 more source

深度学习在质谱成像数据分析中的应用研究进展

open access: yesSe pu = Chinese journal of chromatography
质谱成像(MSI)是一种用于表征化合物空间分布特征的方法。随着采集方式的多样化发展和灵敏度等的不断提高,该方法产生的数据总量和分析复杂度呈指数增长,给数据后处理带来了诸多挑战。深度学习(DL)是一种在数据分析和图像识别中广泛应用的强大工具,对于质谱成像数据分析具有巨大潜力。本文综述了深度学习在质谱成像数据分析中的研究现状、应用进展和面临的挑战,重点涵盖数据预处理、图像重构、聚类分析和多模式融合4个核心阶段;还列举说明了深度学习与质谱成像技术相结合在肿瘤区域划分和亚型诊断等研究中的高效应用 ...
Dong-Dong Huang, Xinyu Liu, Guowang Xu
semanticscholar   +1 more source

基于能量收集技术的协作卸载计算方案

open access: yes物联网学报
近年来,物联网(IoT)应用对设备可使用的能量要求不断提高,能量收集(EH)技术成为缓解边缘计算中设备能量短缺问题并延长电池寿命的重要途径。然而,当环境中可再生能源不充足时,设备电量耗尽会导致任务中断,影响物联网性能。为了解决这一问题,提出了一种联合能量收集和设备间(D2D)通信技术的任务卸载框架,采用基于深度强化学习(DRL)的边缘协作卸载计算方案,自主进行决策并使用模拟退火算法解决资源分配问题,以最小化系统运行总成本。对稳定和极端两种能量环境进行仿真,结果表明 ...
王珺,赵浩东
doaj   +1 more source

基于IMU信号的人工智能上肢多关节运动状态识别系统构建——卒中后人工智能运动功能评估与检测系统建设前导研究 Construction of an Artificial Intelligence Upper Limb Multi-Joint Motion State Recognition System Based on IMU Signals—A Preliminary Study for the Development of an Artificial Intelligence Motor Function Assessment and Detection System after Stroke

open access: yesZhongguo cuzhong zazhi
目的 本研究旨在构建并研发一种基于低成本惯性测量单元(inertial measurement unit,IMU)信号的上肢多关节运动状态识别系统,用于快速、可靠地解码人类活动中的上肢多关节(前臂、肘关节、肩关节)运动状态,为卒中后上肢康复评估中的运动模式识别和日常运动监测提供支持。 方法 本研究纳入4名健康受试者,通过部署于手腕和上臂的IMU采集受试者的6维(3轴加速度+3轴角速度)运动信号,每名受试者重复10次。基于Fugl-Meyer运动功能评定量表上肢部分的屈肌协同运动,设计8个子任务 ...
程相鑫1,张烁1,杜松骏1,刘子阳1,周宏宇2,3,贾伟丽2,3,李子孝2,3,刘涛1 (CHENG Xiangxin1, ZHANG Shuo1, DU Songjun1, LIU Ziyang1, ZHOU Hongyu2,3, JIA Weili2,3, LI Zixiao2,3, LIU Tao1 )
doaj   +1 more source

Home - About - Disclaimer - Privacy