检索结果-维普期刊中文期刊服务平台

基于异步优势演员-评论家学习的服务功能链资源分配算法被引量：8: 1; 作者唐伦贺小雨 +3 位作者王晓谭颀胡彦娟陈前斌《电子与信息学报》 EI CSCD 北大核心 2021年第6期1733-1741,共9页; 考虑网络全局信息难以获悉的实际情况,针对接入网切片场景下用户终端(UE)的移动性和数据包到达的动态性导致的资源分配优化问题,该文提出了一种基于异步优势演员-评论家(A3C)学习的服务功能链(SFC)资源分配算法。首先,该算法建立基于区... 展开更多; 关键词网络切片服务功能链资源分配马尔科夫决策过程异步优势演员-评论家学习区块链; 在线阅读下载PDF 职称材料

基于优势演员-评论家算法的强化自动摘要模型被引量：7: 2; 作者杜嘻嘻程华房一泉《计算机应用》 CSCD 北大核心 2021年第3期699-705,共7页; 针对长文本自动摘要任务中抽取式模型摘要较为冗余,而生成式摘要模型时常有关键信息丢失、摘要不准确和生成内容重复等问题,提出一种面向长文本的基于优势演员-评论家算法的强化自动摘要模型(A2C-RLAS)。首先,用基于卷积神经网络(CNN)... 展开更多; 关键词自动摘要模型抽取式摘要模型生成式摘要模型编码器-解码器强化学习优势演员-评论家算法; 在线阅读下载PDF 职称材料

A3C深度强化学习模型压缩及知识抽取被引量：2: 3; 作者张晶王子铭任永功《计算机研究与发展》 EI CSCD 北大核心 2023年第6期1373-1384,共12页; 异步优势演员评论家(asynchronous advantage actor-critic,A3C)构建一主多从异步并行深度强化学习框架,其在最优策略探索中存在求解高方差问题,使主智能体难以保证全局最优参数更新及最佳策略学习.同时,利用百万计算资源构建的大规模... 展开更多; 关键词强化学习深度强化学习演员评论家模型异步优势演员评论家模型模型压缩; 在线阅读下载PDF 职称材料

移动边缘计算辅助智能驾驶中基于高效联邦学习的碰撞预警算法被引量：2: 4; 作者唐伦文明艳 +1 位作者单贞贞陈前斌《电子与信息学报》 EI CSCD 北大核心 2023年第7期2406-2414,共9页; 智能驾驶中的碰撞避免任务存在对时延要求极高和隐私保护等挑战。首先,该文提出一种基于自适应调整参数的半异步联邦学习(SFLAAP)的门控循环单元联合支持向量机(GRU_SVM)碰撞多级预警算法,SFLAAP可根据训练和资源情况动态调整两个训练参... 展开更多; 关键词碰撞预警联邦学习移动边缘计算异步优势演员-评论家算法; 在线阅读下载PDF 职称材料

基于自适应多目标强化学习的服务集成方法被引量：1: 5; 作者郭潇李春山 +1 位作者张宇跃初佃辉《计算机应用》 CSCD 北大核心 2022年第11期3500-3505,共6页; 当前服务互联网(IoS)中的服务资源呈现精细化、专业化的趋势,功能单一的服务无法满足用户复杂多变的需求,服务集成调度方法已经成为服务计算领域的热点。现有的服务集成调度方法大都只考虑用户需求的满足,未考虑IoS生态系统的可持续性... 展开更多; 关键词服务集成强化学习异步优势演员评论家算法多目标优化自适应权重; 在线阅读下载PDF 职称材料

基于A3C的特征重构工艺路线规划方法被引量：1: 6; 作者陶鑫钰王艳纪志成《现代制造工程》 CSCD 北大核心 2023年第10期15-26,共12页; 针对柔性加工系统中零件发生特征重构的工艺路线规划问题,结合异步优势演员-评论家(A3C)算法的并行、异步、响应速度快以及决策经验可复用性、可扩展性的特点,提出了基于A3C算法的特征重构工艺路线规划方法。在零件发生特征重构的背景下... 展开更多; 关键词异步优势演员-评论家特征重构工艺路线深度强化学习马尔可夫决策过程; 在线阅读下载PDF 职称材料

题名基于异步优势演员-评论家学习的服务功能链资源分配算法被引量：8: 1; 作者唐伦贺小雨王晓谭颀胡彦娟陈前斌; 机构重庆邮电大学通信与信息工程学院重庆邮电大学移动通信重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2021年第6期1733-1741,共9页; 基金重庆市教委科学技术研究项目(KJZD-M20180601) 重庆市重大主题专项(cstc2019jscx-zdztzxX0006)。; 文摘考虑网络全局信息难以获悉的实际情况,针对接入网切片场景下用户终端(UE)的移动性和数据包到达的动态性导致的资源分配优化问题,该文提出了一种基于异步优势演员-评论家(A3C)学习的服务功能链(SFC)资源分配算法。首先,该算法建立基于区块链的资源管理机制,通过区块链技术实现可信地共享并更新网络全局信息,监督并记录SFC资源分配过程。然后,建立UE移动和数据包到达时变情况下的无线资源、计算资源和带宽资源联合分配的时延最小化模型,并进一步将其转化为马尔科夫决策过程(MDP)。最后,在所建立的MDP中采用A3C学习方法,实现资源分配策略的求解。仿真结果表明,该算法能够更加合理高效地利用资源,优化系统时延并保证UE需求。; 关键词网络切片服务功能链资源分配马尔科夫决策过程异步优势演员-评论家学习区块链; Keywords Network slice Service Function Chain(SFC)resource allocation Markov Decision Process(MDP) Asynchronous Advantage Actor-Critic(A3C)learning Blockchain; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于优势演员-评论家算法的强化自动摘要模型被引量：7: 2; 作者杜嘻嘻程华房一泉; 机构华东理工大学信息科学与工程学院; 出处《计算机应用》 CSCD 北大核心 2021年第3期699-705,共7页; 基金赛尔网络下一代互联网技术创新项目(NGII20170520)。; 文摘针对长文本自动摘要任务中抽取式模型摘要较为冗余,而生成式摘要模型时常有关键信息丢失、摘要不准确和生成内容重复等问题,提出一种面向长文本的基于优势演员-评论家算法的强化自动摘要模型(A2C-RLAS)。首先,用基于卷积神经网络(CNN)和循环神经网络(RNN)的混合神经网络的抽取器(extractor)来提取原文关键句;然后,用基于拷贝机制和注意力机制的重写器(rewriter)来精炼关键句;最后,使用强化学习的优势演员-评论家(A2C)算法训练整个网络,把重写摘要和参考摘要的语义相似性(BERTScore值)作为奖励(reward)来指导抽取过程,从而提高抽取器提取句子的质量。在CNN/Daily Mail数据集上的实验结果表明,与基于强化学习的抽取式摘要(Refresh)模型、基于循环神经网络的抽取式摘要序列模型(SummaRuNNer)和分布语义奖励(DSR)模型等模型相比,A2C-RLAS的最终摘要内容更加准确、语言更加流畅,冗余的内容有效减少,且A2C-RLAS的ROUGE和BERTScore指标均有提升。相较于Refresh模型和SummaRuNNer模型,A2C-RLAS模型的ROUGE-L值分别提高了6.3%和10.2%;相较于DSR模型,A2C-RLAS模型的F1值提高了30.5%。; 关键词自动摘要模型抽取式摘要模型生成式摘要模型编码器-解码器强化学习优势演员-评论家算法; Keywords automatic summary model extractive summary model abstractive summary model encoder-decoder reinforcement learning Advantage Actor-Critic(A2C)algorithm; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名A3C深度强化学习模型压缩及知识抽取被引量：2: 3; 作者张晶王子铭任永功; 机构辽宁师范大学计算机与人工智能学院; 出处《计算机研究与发展》 EI CSCD 北大核心 2023年第6期1373-1384,共12页; 基金国家自然科学基金项目(61902165,61976109) 大连市科技创新基金项目(2018J12GX047) 大连市重点实验室专项。; 文摘异步优势演员评论家(asynchronous advantage actor-critic,A3C)构建一主多从异步并行深度强化学习框架,其在最优策略探索中存在求解高方差问题,使主智能体难以保证全局最优参数更新及最佳策略学习.同时,利用百万计算资源构建的大规模并行网络,难以部署低功耗近端平台.针对上述问题,提出紧凑异步优势演员评论家(Compact_A3C)模型,实现模型压缩及知识抽取.该模型冻结并评价A3C框架中所有子智能体学习效果,将评价结果转化为主智能体更新概率,保证全局最优策略获取,提升大规模网络资源利用率.进一步,模型将优化主智能体作为“教师网络”,监督小规模“学生网络”前期探索与策略引导,并构建线性衰减损失函数鼓励“学生网络”对复杂环境自由探索,强化自主学习能力,实现大规模A3C模型知识抽取及网络压缩.建立不同压缩比“学生网络”,在流行Gym Classic Control与Atari 2600环境中达到了与大规模“教师网络”一致的学习效果.模型代码公布在https://github.com/meadewaking/Compact_A3C.; 关键词强化学习深度强化学习演员评论家模型异步优势演员评论家模型模型压缩; Keywords reinforcement learning deep reinforcement learning actor-critic model asynchronous advantage actor-critic model model compression; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名移动边缘计算辅助智能驾驶中基于高效联邦学习的碰撞预警算法被引量：2: 4; 作者唐伦文明艳单贞贞陈前斌; 机构重庆邮电大学通信与信息工程学院重庆邮电大学移动通信重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第7期2406-2414,共9页; 基金国家自然科学基金(62071078) 四川省科技计划(2021YFQ0053) 重庆市教委科学技术研究项目(KJZD-M201800601)。; 文摘智能驾驶中的碰撞避免任务存在对时延要求极高和隐私保护等挑战。首先,该文提出一种基于自适应调整参数的半异步联邦学习(SFLAAP)的门控循环单元联合支持向量机(GRU_SVM)碰撞多级预警算法,SFLAAP可根据训练和资源情况动态调整两个训练参数:本地训练次数和参与聚合的局部模型数量。然后,为解决资源受限的移动边缘计算(MEC)下碰撞预警模型协作训练的效率问题,根据上述参数与SFLAAP训练时延的关系,建立训练总时延最小化模型,并将其转化为马尔可夫决策过程(MDP)。最后,在所建立的MDP中采用异步优势演员-评论家(A3C)学习求解,自适应地确定最优训练参数,从而减少碰撞预警模型的训练完成时间。仿真结果表明,所提算法有效地降低训练总时延并保证预测精度。; 关键词碰撞预警联邦学习移动边缘计算异步优势演员-评论家算法; Keywords Collision warning Federated Learning(FL) Mobile Edge Computing(MEC) Asynchronous Advantage Actor-Critic(A3C)algorithm; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于自适应多目标强化学习的服务集成方法被引量：1: 5; 作者郭潇李春山张宇跃初佃辉; 机构哈尔滨工业大学(威海)计算机科学与技术学院; 出处《计算机应用》 CSCD 北大核心 2022年第11期3500-3505,共6页; 基金国家重点研发计划项目(2018YFB1402500) 国家自然科学基金资助项目(61902090,61832004) 山东省自然科学基金资助项目(ZR2020KF019)。; 文摘当前服务互联网(IoS)中的服务资源呈现精细化、专业化的趋势,功能单一的服务无法满足用户复杂多变的需求,服务集成调度方法已经成为服务计算领域的热点。现有的服务集成调度方法大都只考虑用户需求的满足,未考虑IoS生态系统的可持续性。针对上述问题,提出一种基于自适应多目标强化学习的服务集成方法,该方法在异步优势演员评论家(A3C)算法的框架下引入多目标优化策略,从而在满足用户需求的同时保证IoS生态系统的健康发展。所提方法可以根据遗憾值对多目标值集成权重进行动态调整,改善多目标强化学习中子目标值不平衡的现象。在真实大规模服务环境下进行了服务集成验证,实验结果表明所提方法相对于传统机器学习方法在大规模服务环境下求解速度更快;相较于权重固定的强化学习(RL),各目标的求解质量更均衡。; 关键词服务集成强化学习异步优势演员评论家算法多目标优化自适应权重; Keywords service integration Reinforcement Learning(RL) Asynchronous Advantage Actor‑Critic(A3C)algorithm multi‑objective optimization adaptive weight; 分类号 TP315 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于A3C的特征重构工艺路线规划方法被引量：1: 6; 作者陶鑫钰王艳纪志成; 机构江南大学物联网技术应用教育部工程研究中心; 出处《现代制造工程》 CSCD 北大核心 2023年第10期15-26,共12页; 基金国家自然科学基金项目(61973138)。; 文摘针对柔性加工系统中零件发生特征重构的工艺路线规划问题,结合异步优势演员-评论家(A3C)算法的并行、异步、响应速度快以及决策经验可复用性、可扩展性的特点,提出了基于A3C算法的特征重构工艺路线规划方法。在零件发生特征重构的背景下,基于马尔可夫决策过程定义了状态、动作空间和奖励函数。针对A3C智能体在选取机床、刀具和进刀方向时可能会陷入局部最优,提出了随机贪婪策略,以扩大解的空间、提高解的质量,且为了避免A3C智能体在零件发生特征重构时陷入大量的试错中,提出了快失败策略,以加快智能体规避特征约束的能力,提高响应速度。仿真实验证明,所提方法能有效解决零件发生特征重构的工艺路线规划问题,且相比基于遗传、蚁群和模拟退火算法的工艺路线规划方法,所提方法在零件发生特征重构时响应速度更快,解的质量更高。; 关键词异步优势演员-评论家特征重构工艺路线深度强化学习马尔可夫决策过程; Keywords Asynchronous Advantageous Actor-Critic(A3C) feature reconstruction process route deep reinforcement learning Markov Decision Process(MDP); 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于异步优势演员-评论家学习的服务功能链资源分配算法	唐伦贺小雨王晓谭颀胡彦娟陈前斌	《电子与信息学报》 EI CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料
2	基于优势演员-评论家算法的强化自动摘要模型	杜嘻嘻程华房一泉	《计算机应用》 CSCD 北大核心	2021	7	在线阅读下载PDF 职称材料
3	A3C深度强化学习模型压缩及知识抽取	张晶王子铭任永功	《计算机研究与发展》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	移动边缘计算辅助智能驾驶中基于高效联邦学习的碰撞预警算法	唐伦文明艳单贞贞陈前斌	《电子与信息学报》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
5	基于自适应多目标强化学习的服务集成方法	郭潇李春山张宇跃初佃辉	《计算机应用》 CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
6	基于A3C的特征重构工艺路线规划方法	陶鑫钰王艳纪志成	《现代制造工程》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料