面向生物医学命名实体识别的多Agent元学习框架 被引量：6

1

作者 王浩畅 李钰 赵铁军 《计算机学报》 EI CSCD 北大核心 2010年第7期1256-1262,共7页

生物医学命名实体识别是生物医学数据挖掘的基本任务.文中提出了一种将多Agent系统和元学习方法相结合的多Agent元学习框架,应用于生物医学命名实体识别.基层多个学习Agent分别识别不同类型的生物医学命名实体,并通过相关学习Agent之间... 生物医学命名实体识别是生物医学数据挖掘的基本任务.文中提出了一种将多Agent系统和元学习方法相结合的多Agent元学习框架,应用于生物医学命名实体识别.基层多个学习Agent分别识别不同类型的生物医学命名实体,并通过相关学习Agent之间的通信来交换有益信息以调节个体Agent的行为提高其学习性能,元层Agent综合决策基层学习Agent的学习结果以获得最终的识别结果.元层Agent和基层学习Agent通过局部特征选择法选择适合不同实体类别的敏感特征集合提高了总体识别性能尤其是小类别识别的性能.文中提出的方法有效改善了传统的单一学习模型和全局特征选择方法不能兼顾各类别命名实体识别性能的不足.实验结果表明,文中提出的全新方法在生物医学命名实体识别上取得了优越的性能,在JNLPBA2004测试语料上获得了77.5%的F测度值. 展开更多

关键词 命名实体识别 多agent元学习框架 元层agent 基层学习agent 局部特征选择

在线阅读 下载PDF 职称材料

基于元学习的推荐算法选择优化框架实证 被引量：6

2

作者 任义 迟翠容 +1 位作者 单菁 王佳英 《计算机工程与设计》 北大核心 2020年第6期1610-1616,共7页

针对给定特征的数据集,选择最佳推荐算法存在计算资源相对过高、耗时较长、正确率较低的问题,提出一种基于元学习的推荐算法选择优化框架,在常用元特征的基础上融入新的特征测度。将Donorschoose和Movielens作为实证数据集,实验分析KNN... 针对给定特征的数据集,选择最佳推荐算法存在计算资源相对过高、耗时较长、正确率较低的问题,提出一种基于元学习的推荐算法选择优化框架,在常用元特征的基础上融入新的特征测度。将Donorschoose和Movielens作为实证数据集,实验分析KNN、SVD等算法的自动选择过程,通过3种元学习算法构建元模型,评估该模型的预测正确率。Stac-kingDecisionTree元模型所选择推荐算法具有较高预测性能,预测正确率分别达到86.58%和80.39%,实验结果表明了提出框架的可行性。 展开更多

关键词 推荐算法 算法选择优化框架 元学习 元模型 预测正确率

在线阅读 下载PDF 职称材料

元博弈平衡和多Agent强化学习的MetaQ算法 被引量：2

3

作者 王皓 高阳 《计算机研究与发展》 EI CSCD 北大核心 2006年第z1期137-141,共5页

多Agent强化学习(MARL)是强化学习(RL)在多Agent环境中的推广.其中,NashQ学习算法是一个里程碑式的贡献.然而NashQ存在着3点不足:①Nash平衡的"混合策略"思想在MARL中的意义不明确;②一个博弈的Nash平衡可能不是Pareto最优的;... 多Agent强化学习(MARL)是强化学习(RL)在多Agent环境中的推广.其中,NashQ学习算法是一个里程碑式的贡献.然而NashQ存在着3点不足:①Nash平衡的"混合策略"思想在MARL中的意义不明确;②一个博弈的Nash平衡可能不是Pareto最优的;③Nash平衡的计算比较复杂.这3点不足都来源于"Agent是Nash理性的"这一假设.一个称为"MetaQ"的多Agent Q学习算法以元博弈理论为基础,通过改变Agent的理性来避免所有的这些不足.研究证明,MetaQ算法具有很好的理论解释和实验性能. 展开更多

关键词 强化学习 多agent系统 元博弈 MetaQ

在线阅读 下载PDF 职称材料

基于元算子的深度学习框架缺陷检测方法 被引量：9

4

作者 谷典典 石屹宁 +4 位作者 刘譞哲 吴格 姜海鸥 赵耀帅 马郓 《计算机学报》 EI CAS CSCD 北大核心 2022年第2期240-255,共16页

在用于构建深度学习模型的深度学习框架中,算子的正确计算对于深度学习模型的正确预测至关重要.然而,已有的深度学习框架缺陷检测方法只能通过比较和推测的方式找到不同深度学习框架之间计算结果相差较大的算子,而且无法检测深度学习模... 在用于构建深度学习模型的深度学习框架中,算子的正确计算对于深度学习模型的正确预测至关重要.然而,已有的深度学习框架缺陷检测方法只能通过比较和推测的方式找到不同深度学习框架之间计算结果相差较大的算子,而且无法检测深度学习模型在训练过程中产生的计算错误,具有很大的局限性.针对此问题,本文设计并实现了基于元算子的深度学习框架缺陷检测方法,通过将不同深度学习框架中算子的共性计算逻辑抽象为“元算子”,支持在不改变模型代码的前提下绑定元算子的具体实现,从而可以细粒度地对比同一模型使用不同深度学习框架的运算结果,进而发现缺陷.本文的方法同时支持训练过程和推断过程的缺陷检测,还可以对计算错误的定位进行验证.本文验证了元算子计算的准确性,并评估其运算性能;收集了深度学习框架中已知有错误计算的算子,并将本文方法应用在包含这些算子的深度学习模型上,验证了本文缺陷检测方法的有效性. 展开更多

关键词 深度学习框架 元算子 缺陷检测 深度学习 软件测试

在线阅读 下载PDF 职称材料

从游戏化学习到学习元宇宙:沉浸式学习新框架与实践要义 被引量：66

5

作者 张文超 袁磊 +1 位作者 闫若婻 远航 《远程教育杂志》 CSSCI 北大核心 2022年第4期3-13,共11页

自数字技术营造出栩栩如生的虚拟世界以来,基于虚拟场景交互的沉浸式体验已成为人们一种重要的生活方式。无论是本世纪初诞生的“第二人生”游戏场景中的探索,还是刚兴起的学习元宇宙中的学习体验,让沉浸式学习日益成为一种崭新的学习... 自数字技术营造出栩栩如生的虚拟世界以来,基于虚拟场景交互的沉浸式体验已成为人们一种重要的生活方式。无论是本世纪初诞生的“第二人生”游戏场景中的探索,还是刚兴起的学习元宇宙中的学习体验,让沉浸式学习日益成为一种崭新的学习方式。然而,现有的沉浸式学习研究大多拘泥于原有的游戏化学习,还很少从学习元宇宙的场域来审视与探索。与此同时,沉浸式学习方式的演进,目前还缺乏一个理论框架以支撑、指导相关的教与学实践。为此,在梳理从游戏化学习到学习元宇宙的发展脉络的基础上,探索学习元宇宙赋能沉浸式学习的形式,提炼出相关特征:学习主体虚拟性、学习体验具身心流性、学习情境多样性、学习社区协同性。进而构建由技术机制、入口机制、活动机制、监控机制、评价机制所组成的沉浸式学习新框架。这一新框架在未来教育实践中的价值,主要体现在游戏化学习、个性化学习、跨学科学习、非正式学习等教学场景中的融合与赋能。 展开更多

关键词 游戏化学习 沉浸式学习 元宇宙 学习元宇宙 沉浸式学习框架

在线阅读 下载PDF 职称材料

基于图情景感知计算的舆图信息元学习框架 被引量：4

6

作者 翁子扬 王帮超 王文慧 《图书情报知识》 CSSCI 北大核心 2021年第3期61-73,共13页

[目的/意义]顾及国家社会发展阶段与勘绘制图情景的计算推演,是空天遥感科学介入人文社会学研究的具体应用。本研究提出的舆图信息元学习框架模型,旨在实现档案活化与遥感GIS地理信息环境拓扑,从而完成舆图语义的泛在结构化叙述,并通过... [目的/意义]顾及国家社会发展阶段与勘绘制图情景的计算推演,是空天遥感科学介入人文社会学研究的具体应用。本研究提出的舆图信息元学习框架模型,旨在实现档案活化与遥感GIS地理信息环境拓扑,从而完成舆图语义的泛在结构化叙述,并通过知识图谱建设,为关联研究提供定量计算的基础。[研究设计/方法]构建舆图档案与史地典籍资源的融合知识图谱,实现与GIS环境下的地理交通位置映射。地理典著录分析辅助实现地理交通文献与空间位置的融合检索功能,提供舆图地理典籍文献与空间位置叠加的复合研究环境。[结论/发现]本文提出的信息元框架能实现单一知识目标与泛在外域知识的有效融合,使舆图资源分析研究实现从图档案-图数据-图情景的阶跃。[创新/价值]为舆图的自然描述语义和图像场景结构描述之间的语义划分提供了界限。针对不同类型的地图场景匹配合适自适应分析模型,能够有效提高知识发现的效率,以及空间人文科学领域中地理泛在计算过程的健壮性。 展开更多

关键词 舆图 图情景 信息元学习框架 知识图谱 地理信息系统 空间计算

在线阅读 下载PDF 职称材料

基于Markov对策的多Agent强化学习模型及算法研究 被引量：30

7

作者 高阳 周志华 +1 位作者 何佳洲 陈世福 《计算机研究与发展》 EI CSCD 北大核心 2000年第3期257-263,共7页

在ＭＤＰ中，单Ａｇｅｎｔ可以通过强化学习来寻找问题的最优解．但在多Ａｇｅｎｔ系统中，ＭＤＰ模型不再适用．同样极小极大Ｑ算法只能解决采用零和对策模型的ＭＡＳ学习问题．文中采用非零和Ｍａｒｋｏｖ对策作为多Ａｇｅｎｔ系统学... 在ＭＤＰ中，单Ａｇｅｎｔ可以通过强化学习来寻找问题的最优解．但在多Ａｇｅｎｔ系统中，ＭＤＰ模型不再适用．同样极小极大Ｑ算法只能解决采用零和对策模型的ＭＡＳ学习问题．文中采用非零和Ｍａｒｋｏｖ对策作为多Ａｇｅｎｔ系统学习框架，并提出元对策强化学习的学习模型和元对策Ｑ算法．理论证明元对策Ｑ算法收敛在非零和Ｍａｒｋｏｖ对策的元对策最优解． 展开更多

关键词 元对策 强化学习 多agent系统 人工智能

在线阅读 下载PDF 职称材料

多Agent系统中强化学习的研究现状和发展趋势 被引量：12

8

作者 赵志宏 高阳 +1 位作者 骆斌 陈世福 《计算机科学》 CSCD 北大核心 2004年第3期23-27,共5页

本文对有关强化学习及其在多Agent系统中的应用等方面的研究现状、关键技术、问题和发展趋势进行了综述和讨论,试图给出强化学习目前研究的重点和发展方向。主要内容包括:(1)强化学习的框架结构;(2)几个有代表性的强化学习方法;(3)多Ag... 本文对有关强化学习及其在多Agent系统中的应用等方面的研究现状、关键技术、问题和发展趋势进行了综述和讨论,试图给出强化学习目前研究的重点和发展方向。主要内容包括:(1)强化学习的框架结构;(2)几个有代表性的强化学习方法;(3)多Agent系统中强化学习的应用和问题。最后讨论了多Agent系统中应用强化学习所面临的挑战。 展开更多

关键词 人工智能 多agent系统 元对策理论 强化学习算法 POMDP模型

在线阅读 下载PDF 职称材料

学习元平台的语义技术架构及其应用 被引量：19

9

作者 杨现民 余胜泉 《现代远程教育研究》 CSSCI 2014年第1期89-99,共11页

语义Web强调对网络资源附加可供机器理解和处理的语义信息,使人与电脑之间更好地协同工作,同时也使资源的大规模重用和自动化处理成为可能。近年来,随着语义Web技术的不断发展,各种e-Learning平台(适应性学习系统、智能导师系统、语义... 语义Web强调对网络资源附加可供机器理解和处理的语义信息,使人与电脑之间更好地协同工作,同时也使资源的大规模重用和自动化处理成为可能。近年来,随着语义Web技术的不断发展,各种e-Learning平台(适应性学习系统、智能导师系统、语义化知识社区等)纷纷尝试引入语义技术,为用户提供更加个性化和智能化的学习服务。学习元平台(LCS)基于语义化组织的学习资源,应用语义Web体系框架中的本体技术和推理技术,构建了包含Ontology API层、语义层、标注层和推理层的语义技术框架。依托该框架,LCS分别在学习资源的有序进化控制、学习资源的动态语义关联、学习资源的动态语义聚合、学习资源的适应性推荐、学习资源的语义化检索以及社会认知网络的动态构建等方面进行探索性研究,实现从资源的语义化组织到具有更强智能性和个性化的高级应用服务。这些应用实践表明,将语义技术在e-Learning系统中推广应用,需要积极引入外部开放、成熟的本体和更多高级应用服务,集成具有较强针对性和运行效率的推理机,在人工标注和自动标注相结合的基础上,关注资源和用户的语义化表征,重视情境模型的设计和情境本体的构建。 展开更多

关键词 学习元 学习元平台 E-LEARNING平台 语义WEB 语义技术框架

在线阅读 下载PDF 职称材料

基于Q学习算法的情感交互可计算模型研究

10

作者 于冬梅 韩晓新 +1 位作者 李玎 夏旻 《计算机工程》 CAS CSCD 2012年第10期277-279,283,共4页

情感本身不能交互,但可以通过它的载体(如人或Agent)进行交互。利用该特点,提出一种基于Q学习算法的情感交互可计算模型。定义情感元的概念,情感元之间的交互实际上是情感Agent之间的交互,采用Q学习算法得到情感元的交互结果,构建齐次Ma... 情感本身不能交互,但可以通过它的载体(如人或Agent)进行交互。利用该特点,提出一种基于Q学习算法的情感交互可计算模型。定义情感元的概念,情感元之间的交互实际上是情感Agent之间的交互,采用Q学习算法得到情感元的交互结果,构建齐次Markov链的情感元之间的交互模型,并通过实验结果验证了情感的多变性与复杂性。 展开更多

关键词 Q学习算法 情感元 情感agent 情感状态 情感交互 MARKOV链

在线阅读 下载PDF 职称材料

基于半马氏博弈模型的分层强化学习研究 被引量：2

11

作者 李誌 胡坤 余雪丽 《计算机工程与设计》 CSCD 北大核心 2012年第9期3558-3562,共5页

针对多Agent强化学习研究中面临的非马尔可夫环境和维数灾难问题,提出了一种半马氏博弈模型和MAHRL(multi-agent hierarchical reinforcement learning)协同框架。该模型弱化了系统对外界环境的要求,引入了随机时间步和通信策略的概念,... 针对多Agent强化学习研究中面临的非马尔可夫环境和维数灾难问题,提出了一种半马氏博弈模型和MAHRL(multi-agent hierarchical reinforcement learning)协同框架。该模型弱化了系统对外界环境的要求,引入了随机时间步和通信策略的概念,更符合MAHRL研究的实际情况;协同框架中分别用SMG和SMDP模型对不同子任务进行建模,明确了Agent之间的协同机制。通过实验证明了SMG模型和协同框架的有效性和优越性。 展开更多

关键词 多agent强化学习 分层强化学习 部分感知 半马氏博弈模型 协同框架

在线阅读 下载PDF 职称材料

语义万维网环境下的RDF数据存储 被引量：7

12

作者 杨睿 陶兰 +1 位作者 朱礼军 李鹏 《计算机工程与设计》 CSCD 北大核心 2005年第1期141-143,148,共4页

资源描述框架RDF(Resource Description Framework)是一种元数据描述方法,也是下一代Web--语义万维网(Semantic Web)应用的基础。大量的RDF事实数据的操作和处理需要数据库的支持,利用Agent实现了RDF数据在数据库中的存储,同时也提供了... 资源描述框架RDF(Resource Description Framework)是一种元数据描述方法,也是下一代Web--语义万维网(Semantic Web)应用的基础。大量的RDF事实数据的操作和处理需要数据库的支持,利用Agent实现了RDF数据在数据库中的存储,同时也提供了一个对RDF数据进行操作和处理的应用实例。本例亦可作为一个基于领域Ontology的Multi-Agent系统的一部分,与其它Agent一起完成基于语义的Web应用。 展开更多

关键词 资源描述框架 语义万维网 agent 数据库 RDF数据存储 元数据

在线阅读 下载PDF 职称材料

个性化Web信息代理的研究与开发 被引量：6

13

作者 陈世平 丁山山 +1 位作者 胡成梅 游方强 《上海理工大学学报》 CAS 北大核心 2004年第6期575-579,共5页

介绍了在Web信息检索过程中通过个性化信息代理(Agent)实现个性化信息反馈的工作.提出了信息Agent模型,涉及元搜索引擎的实现和个性化偏好模型的建立,且通过主动服务代理实现个人偏好查询结果的推送.提高了在Web信息检索过程中系统随用... 介绍了在Web信息检索过程中通过个性化信息代理(Agent)实现个性化信息反馈的工作.提出了信息Agent模型,涉及元搜索引擎的实现和个性化偏好模型的建立,且通过主动服务代理实现个人偏好查询结果的推送.提高了在Web信息检索过程中系统随用户关注程度和关注领域不断变化而调整信息反馈的能力,并在此设计基础上实现了一个原型系统. 展开更多

关键词 信息agent 个性化检索 元搜索引擎 向量空间模型 机器学习

在线阅读 下载PDF 职称材料