-
题名市场值函数学习算法的研究和实现
- 1
-
-
作者
黄佳进
刘椿年
李文斌
-
机构
北京工业大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2003年第34期49-50,57,共3页
-
基金
国家自然科学基金(编号:60173014)
北京市自然科学基金(编号:4022003)
-
文摘
线性市场值函数模型是用来解决目标销售中识别潜在顾客的一种方法。该文将三个经典的机器学习算法(WH算法、EG算法和EG±算法)应用到该模型上,从而求得市场值函数,并实现了一个实验系统。实验结果表明这些学习算法在线性市场值函数模型的应用是有效可行的。
-
关键词
数据挖掘
学习算法市场值函数
LIFT
评价
-
Keywords
data mining,training algorithm,market value function,lifts evaluation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名部分可观测Markov环境下的激励学习综述
- 2
-
-
作者
谢丽娟
陈焕文
-
机构
湖南师范大学心理学系
长沙电力学院数学与计算机系
-
出处
《长沙电力学院学报（自然科学版）》
2002年第2期23-27,共5页
-
基金
国家自然科学基金资助项目 (60 0 75 0 19)
-
文摘
对智能体在不确定环境下的学习与规划问题的激励学习技术进行了综述 .首先介绍了用于描述隐状态问题的部分可观测Markov决策理论 (POMDPs) ,在简单回顾其它POMDP求解技术后 ,重点讨论环境模型事先未知的激励学习技术 ,包括两类 :一类为基于状态的值函数学习 ;一类为策略空间的直接搜索 .最后分析了这些方法尚存在的问题 ,并指出了未来可能的研究方向 .
-
关键词
激励学习
部分可观测Markov决策过程
机器学习
人工智能
智能体
值函数学习
策略空间
-
Keywords
reinforcement learning(RL)
partially observable Markov decision processes(POMDPs)
machine learning
artificial intelligence(AI)
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于支持向量回归的多时间序列自回归方法
被引量：4
- 3
-
-
作者
张伟
柳先辉
丁毅
史德明
-
机构
同济大学电子与信息工程学院
马鞍山钢铁股份有限公司能源与环境保护部
-
出处
《计算机应用》
CSCD
北大核心
2012年第9期2508-2511,2519,共5页
-
基金
国家863计划项目(2009AA043503)
国家科技支撑计划项目(2012BAF10B05)
-
文摘
能耗时间序列涉及多种能源,且各种能源间关系复杂,主要通过多个独立的单时间序列进行预报,这种方式忽略了多时间序列之间的依赖性。为了充分利用多时间序列之间的关联信息以提高预报的准确性,根据机器学习中的向量值函数学习和多任务学习理论,采用支持向量回归(SVR)算法建立了多时间序列的向量值自回归方法和多任务自回归方法。实验结果证明,与多个独立的单时间序列模型相比,通过这种方法建立的多时间序列自回归模型在焦化工序能耗预报中表现出了更好的性能。
-
关键词
能耗
多时间序列
向量值函数学习
多任务学习
自回归方法
支持向量回归
-
Keywords
energy consumption
multiple time series
vector-valued function learning
multi-task learning
autoregressive method
Support Vector Regression （SVR）
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
