检索结果-内蒙古大学图书馆

计算机研究与发展 2019年第8期56卷 1708-1720页

作者：陈红名刘全闫岩何斌姜玉斌张琳琳苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 软件新技术与产业化协同创新中心南京210000

连续控制问题一直是强化学习研究的一个重要方向.近些年深度学习的发展以及确定性策略梯度(deterministic policy gradients, DPG)算法的提出,为解决连续控制问题提供了很多好的思路.这类方法大多在动作空间中加入外部噪声源进行探索,... 详细信息

连续控制问题一直是强化学习研究的一个重要方向.近些年深度学习的发展以及确定性策略梯度(deterministic policy gradients, DPG)算法的提出,为解决连续控制问题提供了很多好的思路.这类方法大多在动作空间中加入外部噪声源进行探索,但是它们在一些连续控制任务中的表现并不是很好.为更好地解决探索问题,提出了一种基于经验指导的深度确定性多行动者评论家算法(experience-guided deep deterministic actor-critic with multi-actor, EGDDAC-MA),该算法不需要外部探索噪声,而是从自身优秀经验中学习得到一个指导网络,对动作选择和值函数的更新进行指导.此外,为了缓解网络学习的波动性,算法使用多行动者评论家模型,模型中的多个行动者网络之间互不干扰,各自执行情节的不同阶段.实验表明:相比于DDPG,TRPO和PPO算法,EGDDAC-MA算法在GYM仿真平台中的大多数连续任务中有更好的表现.

关键词：强化学习深度强化学习确定性行动者评论家经验指导专家指导多行动者

来源：评论

学校读者我要写书评

暂无评论

一种带自适应学习率的综合随机梯度下降Q-学习方法

引用

计算机学报 2019年第10期42卷 2203-2215页

作者：金海东刘全陈冬火苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心南京210000 吉林大学符号计算与知识工程教育部重点实验室长春130012 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

在线强化学习中,值函数的逼近通常采用随机梯度下降(Stochastic Gradient Descent,SGD)方法.在每个时间步,SGD方法使用强化学习算法获取随机样本,计算损失函数的局部梯度,单次模型参数更新的计算量小,适合在线学习.但是,由于目标函数不... 详细信息

在线强化学习中,值函数的逼近通常采用随机梯度下降(Stochastic Gradient Descent,SGD)方法.在每个时间步,SGD方法使用强化学习算法获取随机样本,计算损失函数的局部梯度,单次模型参数更新的计算量小,适合在线学习.但是,由于目标函数不同维度存在梯度差异,SGD方法会产生优化震荡,导致迭代次数增多,收敛速度变慢甚至不能收敛.本文提出一种带自适应学习率的综合随机梯度下降方法(Adaptive Learning Rate on Integrated Stochastic Gradient Descent,ALRI-SGD),对SGD做了两方面改进:(1)在基于参数预测的基础上,利用历史随机梯度信息综合计算当前时间步的更新梯度;(2)根据不同维度的历史梯度信息,动态计算每个维度的学习率.在一定的数学约束条件下,证明了ALRI-SGD方法的收敛性.把ALRI-SGD方法与基于线性函数逼近的离策略Q-学习算法结合,用于求解强化学习中经典的Mountain Car问题和平衡杆问题,并与基于SGD的Q-学习算法进行实验比较.实验结果表明,ALRI-SGD方法能动态匹配模型参数在不同维度上的梯度差异,并使学习率自动更新以适应不同维度的数据特征.ALRI-SGD方法在收敛效率和收敛稳定性两个方面都有提升.

关键词：强化学习综合随机梯度下降自适应学习率参数预测 Q-学习

来源：评论

学校读者我要写书评

暂无评论

面向事件时序与因果关系的联合识别方法

引用

计算机工程 2020年第7期46卷 65-71页

作者：张义杰李培峰朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

从事件时序关系与因果关系的关联性出发,提出基于神经网络的联合识别方法。将时序关系和因果关系识别分别作为主任务和辅助任务,设计共享辅助任务中编码层、解码层和编解码层的3种联合识别模型,通过主任务模型和辅助任务模型中的网络层... 详细信息

从事件时序关系与因果关系的关联性出发,提出基于神经网络的联合识别方法。将时序关系和因果关系识别分别作为主任务和辅助任务,设计共享辅助任务中编码层、解码层和编解码层的3种联合识别模型,通过主任务模型和辅助任务模型中的网络层进行信息共享,学习联合识别模型之间的特征信息。实验结果表明,联合识别方法能利用事件之间的因果信息有效提升时序关系的识别性能,且共享辅助任务中编解码层的联合识别模型更适用于事件时序关系与因果关系的联合识别。

关键词：事件时序关系因果关系神经网络联合识别

来源：评论

学校读者我要写书评

暂无评论

指代消解中距离特征的研究

引用

中文信息学报 2008年第5期22卷 39-44页

作者：杨勇李艳翠周国栋朱巧明苏州大学计算机科学与技术学院江苏省计算机信息处理技术重点实验室江苏苏州215006

指代消解是自然语言处理中的一个重要问题,包括专有名词、普通名词、代词的指代识别。本文实现了一个基于机器学习的英语名词短语的指代消解平台,通过对原始语料进行命名实体识别和名词短语识别等一系列预处理,选取了多个有效特征及其组... 详细信息

指代消解是自然语言处理中的一个重要问题,包括专有名词、普通名词、代词的指代识别。本文实现了一个基于机器学习的英语名词短语的指代消解平台,通过对原始语料进行命名实体识别和名词短语识别等一系列预处理,选取了多个有效特征及其组合,分别采用最大熵和SVM两种分类算法对名词短语进行分类,在此基础上着重研究了距离特征对指代消解的影响。在传统的基于机器学习的指代消解研究方法中,候选词和先行语的距离被定义为特征,而没有考虑距离在生成训练样例中的作用,本文通过把候选词和先行语的距离作为一个特征加入机器学习算法和作为限制条件用于指代关系候选实例的产生两方面进行详细研究,在MUC-6基准语料库上评测,实验结果表明,合理利用距离特征能够大大提高系统的性能。最终,本文采用最大熵和SVM两种分类器在测试集上分别获得了67.5和68.7的F1值,该结果优于同类型的其他系统。

关键词：计算机应用中文信息处理指代消解机器学习距离特征最大熵分类器 SVM分类器

来源：评论

学校读者我要写书评

暂无评论

语料对中文名词短语指代消解影响研究

引用

中文信息学报 2013年第3期27卷 61-68页

作者：高俊伟孔芳朱巧明李培峰苏州大学计算机科学与技术学院江苏省计算机信息处理技术重点实验室江苏苏州215006

指代是自然语言中一种常见的语言现象,对简化语言,减少冗余有很大的作用。指代消解是用计算机找出这些指代现象的一个过程。近几年英文指代消解研究取得了很大的成就,然而,中文指代消解研究目前还较少,一方面是由于中文自然语言处理的... 详细信息

指代是自然语言中一种常见的语言现象,对简化语言,减少冗余有很大的作用。指代消解是用计算机找出这些指代现象的一个过程。近几年英文指代消解研究取得了很大的成就,然而,中文指代消解研究目前还较少,一方面是由于中文自然语言处理的研究起步较晚,相关的知识较少,另外一方面就是中文相关的语料库较少,目前已知的仅有ACE2005,OntoNotes等。为了探讨语料库对中文名词短语指代消解的影响,该文实现了一个基于有监督学习方法的中文名词短语指代消解平台和一个基于无监督聚类方法的中文名词短语指代消解平台,在此平台的基础上从语料库的数量和质量两个方面来探讨语料对中文名词短语指代消解的影响。

关键词：指代消解名词短语无监督聚类语料

来源：评论

学校读者我要写书评

暂无评论

基于语义和真值程度的相关查询客观度量

引用

情报学报 2012年第6期31卷 574-582页

作者：张卫丰张迎周周国强南京邮电学院计算机学院南京210003 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

相关查询可以给用户推荐合适的查询以辅助用户快速获得需要的信息，其中根据原始查询选择相关查询的优劣是相关查询有效性的关键。提出利用用户查询日志获得查询语义相关性，其关键是定义了三个与原始查询相关的相似性测度：查询串流行... 详细信息

相关查询可以给用户推荐合适的查询以辅助用户快速获得需要的信息，其中根据原始查询选择相关查询的优劣是相关查询有效性的关键。提出利用用户查询日志获得查询语义相关性，其关键是定义了三个与原始查询相关的相似性测度：查询串流行程度、查询串字面相似性和查询串之间语义相似性。使用真值程度度量，将查询串的三个测度度量值映射成一个查询相关性客观评价值，在计算过程中还能得到每个特性的优劣程度。实验结果表明：语义相关查询及其客观评价方法可以显著提高相关查询质量，主、客观评价值之间具有相当高的相关性，表明了本方法挖掘相关查询和评价相关查询的有效性。

关键词：相关查询日志挖掘语义相关性真值程度度量

来源：评论

学校读者我要写书评

暂无评论

槽填充中抽取模式的优化方法

引用

中文信息学报 2015年第2期29卷 199-206页

作者：沈晓卫李培峰朱巧明苏州大学计算机科学与技术学院、江苏省计算机信息处理技术重点实验室江苏苏州215006

在传统的信息抽取中,模式匹配已经被证实为简便而有效的方法,而依存路径也是最为常用的模式之一。在槽填充任务中就有众多的参与者引入了以依存路径为基础的模式匹配方法;该文就针对该方法中存在的包括模式平衡性,模式抽取方式和模式筛... 详细信息

在传统的信息抽取中,模式匹配已经被证实为简便而有效的方法,而依存路径也是最为常用的模式之一。在槽填充任务中就有众多的参与者引入了以依存路径为基础的模式匹配方法;该文就针对该方法中存在的包括模式平衡性,模式抽取方式和模式筛选策略等方面的问题,提出了模式裁剪、模式转置、模式扩展和模式语义定义等主要的优化方法并实现了相关系统,在TAC-KBP2010的目标语料上进行了测试。该文提出的方法F值为20.8%,比基准系统的14.3%提高了6.5%。

关键词：槽填充模式优化信息抽取

来源：评论

学校读者我要写书评

暂无评论

协同进化的近似规则纹理合成

引用

中国图象图形学报 2013年第1期18卷 107-114页

作者：王相海陶兢喆辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

纹理进化系统是一个面向近似规则纹理合成的算法,系统的主要特点是在进化理论的基础上,通过定义相关行为来优化纹理块在被拼接后无法改变而引发的累积误差问题。提出一种新的基于协同进化思想的纹理合成方案,通过新定义的个体选取及排... 详细信息

纹理进化系统是一个面向近似规则纹理合成的算法,系统的主要特点是在进化理论的基础上,通过定义相关行为来优化纹理块在被拼接后无法改变而引发的累积误差问题。提出一种新的基于协同进化思想的纹理合成方案,通过新定义的个体选取及排布方式,可适用任意方向周期的纹理;通过去除迁徙、预建立适应度表等操作,很好地减轻了适应度计算开销的冗余度,并且新的进化过程能够更好地实现并行化。实验结果表明所提方案不仅在通用性上有所增强,在效率上也得到了显著提升。

关键词：纹理合成近似规则纹理进化系统协同进化

来源：评论

学校读者我要写书评

暂无评论

基于Bayes序贯估计的无线传感器网络数据融合算法

引用

电子与信息学报 2009年第3期31卷 716-721页

作者：张书奎崔志明龚声蓉孙涌方巍苏州大学计算机科学与技术学院苏州215006 江苏省计算机信息处理技术重点实验室苏州215006

移动代理被认为是无线传感器网络中解决数据融合的有效方法,但代理访问节点的次序以及总数对算法有较大影响,为此该文提出一种基于Bayes序贯估计的移动代理数据融合算法.该算法通过构造特定数据结构的报文,在多跳环境中由Bayes序贯估计... 详细信息

移动代理被认为是无线传感器网络中解决数据融合的有效方法,但代理访问节点的次序以及总数对算法有较大影响,为此该文提出一种基于Bayes序贯估计的移动代理数据融合算法.该算法通过构造特定数据结构的报文,在多跳环境中由Bayes序贯估计调整梯度向量,据此动态决定移动代理的访问路径,使移动代理有选择地在传感器节点之间移动,且在节点处由移动代理对数据进行融合,将多余的感知数据剔除,而不是把原始数据传输到Sink节点。理论分析和模拟实验表明,该算法有较小的能量消耗和传输延时。

关键词：无线传感器网络移动代理数据融合 Bayes序贯估计

来源：评论

学校读者我要写书评

暂无评论

语言学组合特征在语义关系抽取中的应用

引用

中文信息学报 2008年第3期22卷 44-49,63页

作者：奚斌钱龙华周国栋朱巧明钱培德苏州大学计算机科学与技术学院江苏省计算机信息处理技术重点实验室江苏苏州215006

语义关系抽取是信息抽取中的一个重要的研究领域。目前基于特征向量的语义关系抽取已经很难通过发掘新的特征来提高抽取的性能。本文提出了一种特征组合方法,通过在各种词法、语法、语义的基本特征内部及特征之间进行合理的组合形成组... 详细信息

语义关系抽取是信息抽取中的一个重要的研究领域。目前基于特征向量的语义关系抽取已经很难通过发掘新的特征来提高抽取的性能。本文提出了一种特征组合方法,通过在各种词法、语法、语义的基本特征内部及特征之间进行合理的组合形成组合特征,使用基于支持向量机的学习方法,使得关系抽取的准确率和召回率得到了提高。在ACE2004语料库的7个关系大类和23个关系子类抽取实验中F值分别达到了66.6%和59.50%。实验结果表明通过对基本语言学特征进行组合所得到的组合特征能够显著地提高语义关系抽取的性能。

关键词：计算机应用中文信息处理语义关系抽取支持向量机组合特征

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：