期刊文献+
共找到37篇文章
< 1 2 >
每页显示 20 50 100
Automated deep learning system for power line inspection image analysis and processing: architecture and design issues 被引量:2
1
作者 Daoxing Li Xiaohui Wang +1 位作者 Jie Zhang Zhixiang Ji 《Global Energy Interconnection》 EI CSCD 2023年第5期614-633,共20页
The continuous growth in the scale of unmanned aerial vehicle (UAV) applications in transmission line inspection has resulted in a corresponding increase in the demand for UAV inspection image processing. Owing to its... The continuous growth in the scale of unmanned aerial vehicle (UAV) applications in transmission line inspection has resulted in a corresponding increase in the demand for UAV inspection image processing. Owing to its excellent performance in computer vision, deep learning has been applied to UAV inspection image processing tasks such as power line identification and insulator defect detection. Despite their excellent performance, electric power UAV inspection image processing models based on deep learning face several problems such as a small application scope, the need for constant retraining and optimization, and high R&D monetary and time costs due to the black-box and scene data-driven characteristics of deep learning. In this study, an automated deep learning system for electric power UAV inspection image analysis and processing is proposed as a solution to the aforementioned problems. This system design is based on the three critical design principles of generalizability, extensibility, and automation. Pre-trained models, fine-tuning (downstream task adaptation), and automated machine learning, which are closely related to these design principles, are reviewed. In addition, an automated deep learning system architecture for electric power UAV inspection image analysis and processing is presented. A prototype system was constructed and experiments were conducted on the two electric power UAV inspection image analysis and processing tasks of insulator self-detonation and bird nest recognition. The models constructed using the prototype system achieved 91.36% and 86.13% mAP for insulator self-detonation and bird nest recognition, respectively. This demonstrates that the system design concept is reasonable and the system architecture feasible . 展开更多
关键词 Transmission line inspection Deep learning automated machine learning Image analysis and processing
在线阅读 下载PDF
面向语义分割机器视觉的AutoML方法 被引量:6
2
作者 刘桂雄 黄坚 +1 位作者 刘思洋 廖普 《激光杂志》 北大核心 2019年第6期1-9,共9页
自动机器学习(Automatic Machine Learning,AutoML)可实现语义分割,使机器学习大部分步骤自动化。针对面向超参数优化、迁移学习、神经架构搜索等方法的算法思想、优化对象、实现技术、技术指标、应用效果及场景,结合语义分割的机器学... 自动机器学习(Automatic Machine Learning,AutoML)可实现语义分割,使机器学习大部分步骤自动化。针对面向超参数优化、迁移学习、神经架构搜索等方法的算法思想、优化对象、实现技术、技术指标、应用效果及场景,结合语义分割的机器学习超参数多、数据集规模较小、标注工作量大等问题,指出超参数优化、迁移学习、神经架构搜索分别有助于提升训练效率、降低样本标注工作量、自动构建专用卷积神经网络,若Au-toML与机器视觉相结合可赋予系统自学习、快速更换检测对象和解决特别复杂任务等特性。 展开更多
关键词 机器视觉 语义分割 自动机器学习 超参数优化 迁移学习 神经架构搜索
在线阅读 下载PDF
复杂度学习驱动的无人电卡集疏运路径优化
3
作者 缪鸿志 李嘉威 +3 位作者 李江晨 贾洪飞 李振福 李歆蔚 《交通运输系统工程与信息》 北大核心 2025年第1期270-288,共19页
无人驾驶电动集卡(AECT)在港口内部物流中展现出优异的经济和环保效益,但其在港口外部集疏运环节的应用仍面临道路环境复杂多变和能源供给不稳定等挑战。为将AECT扩展至港口邻近半开放区域,本文提出利用多属性复杂度学习驱动AECT集疏运... 无人驾驶电动集卡(AECT)在港口内部物流中展现出优异的经济和环保效益,但其在港口外部集疏运环节的应用仍面临道路环境复杂多变和能源供给不稳定等挑战。为将AECT扩展至港口邻近半开放区域,本文提出利用多属性复杂度学习驱动AECT集疏运路径优化。首先,针对港口集疏运场景的动态不确定特征,设计融合多属性决策和机器学习的大规模路网复杂度评估方法;其次,在集疏运路径优化模型中引入自动驾驶系统设计工况(ODD)约束和续航里程限制,综合考虑AECT自动驾驶能力、能耗特性和运输时效。实例分析表明:不同等级道路在复杂度水平和空间分布上具有显著差异,低等级道路的复杂度普遍高于高等级道路;当ODD边界复杂度达到0.55及以上时,复杂度学习驱动的路径优化模型可使AECT人工接管率降低5.04%~16.83%,在半开放场景下实现“完全自动驾驶”;随着ODD边界复杂度提高,AECT的自动驾驶性能和节能效果逐步提升,当ODD边界复杂度达到0.55和0.70时,AECT分别在限定路线和任意路线实现自动驾驶,运输成本相比传统集卡节省24.03%和29.26%。 展开更多
关键词 智能交通 路径优化 机器学习 无人电卡 港口集疏运
在线阅读 下载PDF
基于机器学习算法的智能综合管理柜实现方法
4
作者 胥鸣 曹丹华 孙超 《数字通信世界》 2025年第3期70-72,78,共4页
本文介绍一种智能综合管理柜,采用双驱动算法,集成RFID工具数据收集、OCR文档识别技术,运用K-means++聚类优化存储布局,引入Isolation Forest检测异常,提升了自动化机房的资源管理效率和安全性,满足复杂管理需求。
关键词 机器学习算法 自动化机房 智能管理柜 实现方法
在线阅读 下载PDF
基于Azure AutoML的泥沙预报模型构建与应用 被引量:3
5
作者 曹辉 陈柯兵 董炳江 《人民长江》 北大核心 2023年第4期94-100,共7页
泥沙预报是开展水库泥沙实时调度的前提,而水沙作用机理和演进规律的复杂性又导致开展高效、精准的泥沙预报较为困难。基于微软在2018年发布的Azure AutoML自动化机器学习技术,进行了泥沙预报模型构建与应用的探索。选取三峡水库泥沙重... 泥沙预报是开展水库泥沙实时调度的前提,而水沙作用机理和演进规律的复杂性又导致开展高效、精准的泥沙预报较为困难。基于微软在2018年发布的Azure AutoML自动化机器学习技术,进行了泥沙预报模型构建与应用的探索。选取三峡水库泥沙重要控制站——寸滩、清溪场、万县、黄陵庙站构建了含沙量预报模型,并从模型构建与评估、预报精度、输入因子重要性等角度开展了分析。研究结果表明:Azure AutoML技术可便捷地进行自动化机器学习模型的构建,基于该技术建立的预见期为1~3 d的模型针对沙峰消退阶段和含沙量较小阶段预报效果较好;预见期为1~2 d的模型可以对沙峰开展较为准确的预报;寸滩、清溪场站含沙量主要受到上游来沙的影响,而万县、黄陵庙站的含沙量自相关性较强。 展开更多
关键词 泥沙预报 沙峰传播 含沙量 Azure automl 自动化机器学习 三峡水库
在线阅读 下载PDF
基于人工智能AutoML技术的短波发射机故障预测分析 被引量:2
6
作者 蔡国保 《电声技术》 2023年第5期109-111,共3页
人工智能(Artificial Intelligence,AI)技术是由深度学习算法衍生出的技术,该技术主要用于特征提取和结果预测。自动机器学习(Auto Machine Learning,AutoML)作为人工智能技术的代表,现已在神经架构搜索(Neural Architecture Search,NAS... 人工智能(Artificial Intelligence,AI)技术是由深度学习算法衍生出的技术,该技术主要用于特征提取和结果预测。自动机器学习(Auto Machine Learning,AutoML)作为人工智能技术的代表,现已在神经架构搜索(Neural Architecture Search,NAS)、元学习等领域得到广泛应用。以短波发射机为研究对象,介绍预测设备故障所使用AutoML的框架和应用方向,说明基于该技术设计预测系统的一般步骤,并围绕该技术的具体应用展开讨论,以供参考。 展开更多
关键词 短波发射机 人工智能(AI) 自动机器学习(automl) 故障预测
在线阅读 下载PDF
基于自动化机器学习建立结肠镜肠道准备失败风险预测模型及评价 被引量:1
7
作者 王甘红 陈健 +2 位作者 沈支佳 奚美娟 周燕婷 《中国内镜杂志》 2024年第5期36-47,共12页
目的 鉴于机器学习(ML)在医学模型中的广泛应用,以及其出色的学习和泛化特性,该研究采用自动化机器学习(AutoML)结合患者一般资料和临床状况,早期评估结肠镜前肠道准备的失败风险。方法 回顾性分析2022年1月-2023年1月在该院接受结肠镜... 目的 鉴于机器学习(ML)在医学模型中的广泛应用,以及其出色的学习和泛化特性,该研究采用自动化机器学习(AutoML)结合患者一般资料和临床状况,早期评估结肠镜前肠道准备的失败风险。方法 回顾性分析2022年1月-2023年1月在该院接受结肠镜检查的患者的临床资料。波士顿肠道准备评分(BBPS)≤5分被定义为肠道准备失败,> 5分为合格。将患者按8∶2的比例随机划分了训练集(n=303)和验证集(n=76)。采用最小绝对收缩和选择算子(LASSO)逻辑回归(LR)模型进行特征选择,构建列线图评分系统,并使用基于5种算法的AutoML建立模型。模型性能通过受试者操作特征曲线(ROC curve)、校准曲线、基于LR (Lasso回归)的决策曲线分析(DCA)、SHAP图和力图进行评估。结果 在379例患者中,105例(27.7%)肠道准备失败(BBPS≤5分)。21个研究变量在经LASSO 5折交叉验证后,获得10个变量,并构建了一款列线图评分系统,通过校正曲线表明了LASSO模型的可靠性。使用H2O平台和5种算法[梯度提升机(GBM)、深度学习(DL)、广义线性模型(GLM)、堆叠集成(Stacked Ensemble)和分布式随机森林(DRF)]开发了67个模型。经比较,Stacked Ensemble表现最佳,其曲线下面积(AUC)为0.871,对数损失值(LogLoss)为0.403,均方根误差(RMSE)为0.354,优于其他模型和传统的LR模型。变量重要性贡献图显示,服完泻药至检查间隔时间、便秘、是否完整服完泻药、年龄和家属陪同等因素对肠道准备失败的预测有重要影响。最后,SHAP图和力图揭示了变量在二分类预测结果中的分布特征,以及各变量对预测结果的影响。结论 基于Stacked Ensemble算法的AutoML模型,对肠道准备失败风险的早期预测有明显的临床实用性。同时,该研究构建了一款可供临床使用的列线图评分工具。 展开更多
关键词 波士顿肠道准备评分(BBPS) 结肠镜 自动化机器学习(automl) 预测模型 列线图
在线阅读 下载PDF
机器学习加速氧化还原电位和酸度常数计算 被引量:1
8
作者 王锋 程俊 《电化学(中英文)》 CAS 北大核心 2024年第2期23-34,共12页
氧化还原电位和酸度常数作为重要的物理化学性质被应用于分析能源材料重要指标值。为了实现能源材料的计算设计,发展计算电化学的方法,在复杂电化学环境下计算这些性质至关重要。近年来,利用计算电化学方法计算氧化还原电位和酸度常数... 氧化还原电位和酸度常数作为重要的物理化学性质被应用于分析能源材料重要指标值。为了实现能源材料的计算设计,发展计算电化学的方法,在复杂电化学环境下计算这些性质至关重要。近年来,利用计算电化学方法计算氧化还原电位和酸度常数已经受到了广泛的关注。然而,常用的计算方法如基于隐式溶剂化模型的小分子自由能计算,对于复杂溶剂化环境的处理非常有限。因此,基于第一性原理分子动力学(AIMD)的自由能计算被引入来描述复杂溶剂化环境中的溶质-溶剂相互作用。同时,基于AIMD的自由能计算方法已经被证实可以准确预测这些物理化学性质。然而,由于AIMD计算效率低且计算资源需求大,需要引入机器学习分子动力学(MLMD)加速计算。MLMD通过机器学习方法,构建模拟体系结构到第一性原理计算结果的一对一映射,可以在低成本下实现长时间尺度的AIMD。对于氧化还原电位和酸度常数计算,如何构建训练机器学习势函数模型所需的数据集至关重要。本文介绍了如何通过自动化工作流实现自由能计算势函数的自动化构建,通过机器学习分子动力学计算自由能并转化为对应的物理化学性质。 展开更多
关键词 机器学习分子动力学 自动化工作流 复杂体系 自由能计算
在线阅读 下载PDF
神经网络架构轻量化搜索的飞行器控制律自学习方法
9
作者 王昭磊 王露荻 +3 位作者 路坤锋 禹春梅 李晓敏 林平 《宇航学报》 EI CAS CSCD 北大核心 2024年第5期762-769,共8页
针对在运用Soft actor-critic(SAC)强化学习算法实现复杂的飞行器控制律自学习过程中,超参数设定高度依赖于人工经验进而造成设计难度大的问题,提出一种基于神经网络架构轻量化搜索策略的飞行器控制律自学习方法。该方法在将神经网络架... 针对在运用Soft actor-critic(SAC)强化学习算法实现复杂的飞行器控制律自学习过程中,超参数设定高度依赖于人工经验进而造成设计难度大的问题,提出一种基于神经网络架构轻量化搜索策略的飞行器控制律自学习方法。该方法在将神经网络架构设计问题转化为图拓扑生成问题的基础上,结合LSTM循环神经网络的图拓扑生成算法、基于权重共享的深度强化学习参数轻量化训练与评估机制,以及基于策略梯度的图拓扑生成器参数学习算法,给出了一种面向深度强化学习的轻量化自动搜索框架,实现了SAC训练算法中神经网络架构超参数的自动优化,进而完成了控制律的自学习。以三维空间返回着陆控制为例,验证了所提方法的有效性和实用性。 展开更多
关键词 飞行器 控制律自学习 自动机器学习 网络架构搜索 SAC强化学习
在线阅读 下载PDF
人工智能在工业自动化系统中的应用 被引量:2
10
作者 李佳铖 程刚 《科技创新与应用》 2024年第15期177-180,共4页
随着技术的飞速发展,人工智能在工业自动化系统中的应用日益广泛。通过深度学习、机器学习等技术,人工智能不仅提高生产效率,还优化设备维护和管理。在生产线上,人工智能可以实时监测设备状态,预测潜在故障,并及时进行维护,从而避免生... 随着技术的飞速发展,人工智能在工业自动化系统中的应用日益广泛。通过深度学习、机器学习等技术,人工智能不仅提高生产效率,还优化设备维护和管理。在生产线上,人工智能可以实时监测设备状态,预测潜在故障,并及时进行维护,从而避免生产中断。此外,人工智能还能优化生产流程,提高产品质量。通过分析生产数据,人工智能可以找出生产过程中的“瓶颈”,提出改进建议。总的来说,人工智能在工业自动化系统中的应用不仅提高生产效率和产品质量,还降低维护成本,为工业发展注入新的活力。 展开更多
关键词 人工智能 工业自动化 深度学习 机器学习 生产流程
在线阅读 下载PDF
开放式情境判断测验的自动化评分 被引量:1
11
作者 徐静 骆方 +2 位作者 马彦珍 胡路明 田雪涛 《心理学报》 CSSCI CSCD 北大核心 2024年第6期831-844,共14页
受限于评分成本,开放式情境判断测验难以广泛使用。本研究以教师胜任力测评为例,探索了自动化评分的应用。针对教学中的典型问题场景开发了开放式情境判断测验,收集中小学教师作答文本,采用有监督学习策略分别从文档层面和句子层面应用... 受限于评分成本,开放式情境判断测验难以广泛使用。本研究以教师胜任力测评为例,探索了自动化评分的应用。针对教学中的典型问题场景开发了开放式情境判断测验,收集中小学教师作答文本,采用有监督学习策略分别从文档层面和句子层面应用深度神经网络识别作答类别,卷积神经网络(ConvolutionalNeuralNetwork,CNN)效果理想,各题评分准确率为70%~88%,与人类评分一致性高,人机评分的相关系数r为0.95,二次加权Kappa系数(Quadratic Weighted Kappa,QWK)为0.82。结果表明,机器评分可以获得稳定的效果,自动化评分研究能够助力于开放式情境判断测验的广泛应用。 展开更多
关键词 情境判断测验 自动化评分 教师胜任力 开放式测验 机器学习
在线阅读 下载PDF
Intelligent geochemical interpretation of mass chromatograms:Based on convolution neural network
12
作者 Kai-Ming Su Jun-Gang Lu +2 位作者 Jian Yu Zi-Xing Lu Shi-Jia Chen 《Petroleum Science》 SCIE EI CAS CSCD 2024年第2期752-764,共13页
Gas chromatography-mass spectrometry(GC-MS)is an extremely important analytical technique that is widely used in organic geochemistry.It is the only approach to capture biomarker features of organic matter and provide... Gas chromatography-mass spectrometry(GC-MS)is an extremely important analytical technique that is widely used in organic geochemistry.It is the only approach to capture biomarker features of organic matter and provides the key evidence for oil-source correlation and thermal maturity determination.However,the conventional way of processing and interpreting the mass chromatogram is both timeconsuming and labor-intensive,which increases the research cost and restrains extensive applications of this method.To overcome this limitation,a correlation model is developed based on the convolution neural network(CNN)to link the mass chromatogram and biomarker features of samples from the Triassic Yanchang Formation,Ordos Basin,China.In this way,the mass chromatogram can be automatically interpreted.This research first performs dimensionality reduction for 15 biomarker parameters via the factor analysis and then quantifies the biomarker features using two indexes(i.e.MI and PMI)that represent the organic matter thermal maturity and parent material type,respectively.Subsequently,training,interpretation,and validation are performed multiple times using different CNN models to optimize the model structure and hyper-parameter setting,with the mass chromatogram used as the input and the obtained MI and PMI values for supervision(label).The optimized model presents high accuracy in automatically interpreting the mass chromatogram,with R2values typically above 0.85 and0.80 for the thermal maturity and parent material interpretation results,respectively.The significance of this research is twofold:(i)developing an efficient technique for geochemical research;(ii)more importantly,demonstrating the potential of artificial intelligence in organic geochemistry and providing vital references for future related studies. 展开更多
关键词 Organic geochemistry BIOMARKER Mass chromatographic analysis automated interpretation Convolution neural network machine learning
在线阅读 下载PDF
基于智能计算技术的变电运维系统设计 被引量:1
13
作者 李嘉晖 《集成电路应用》 2024年第7期196-197,共2页
阐述智能变电站继电保护智能移动运维系统设计,包括整体架构、软件和硬件设计。通过集成先进的数据分析算法、实时监测技术和自动化控制流程,提高故障检测的准确性和维护响应速度。
关键词 数据挖掘 机器学习 模式识别 自动化控制
在线阅读 下载PDF
基于人工智能的自动化测试框架设计与实现 被引量:1
14
作者 张明岩 林秀 《无线互联科技》 2024年第18期4-6,共3页
随着软件系统的日益复杂,传统的软件测试方法面临着提高效率和准确性的双重挑战。文章提出一种基于人工智能(Artificial Intelligence,AI)的自动化测试框架,旨在通过机器学习和自然语言处理技术,提高测试用例的生成效率和测试覆盖率。... 随着软件系统的日益复杂,传统的软件测试方法面临着提高效率和准确性的双重挑战。文章提出一种基于人工智能(Artificial Intelligence,AI)的自动化测试框架,旨在通过机器学习和自然语言处理技术,提高测试用例的生成效率和测试覆盖率。该框架集成多种AI算法,能够根据软件的历史数据和结构信息,智能生成测试用例,并进行缺陷预测。实际的软件项目测试结果表明,该框架能够显著提高测试效率,同时保持较高的缺陷检出率。 展开更多
关键词 自动化测试 人工智能 测试框架 机器学习 软件质量保证
在线阅读 下载PDF
AI for Science时代下的电池平台化智能研发
15
作者 谢莹莹 邓斌 +2 位作者 张与之 王晓旭 张林峰 《储能科学与技术》 CAS CSCD 北大核心 2024年第9期3182-3197,共16页
在AI for Science时代,电池设计自动化智能研发(battery design automation,BDA)平台通过整合先进的人工智能技术,为电池研发领域带来了革命性进展。BDA平台覆盖了文献调研、实验设计、合成制备、表征测试和分析优化这五个电池研发的关... 在AI for Science时代,电池设计自动化智能研发(battery design automation,BDA)平台通过整合先进的人工智能技术,为电池研发领域带来了革命性进展。BDA平台覆盖了文献调研、实验设计、合成制备、表征测试和分析优化这五个电池研发的关键环节,利用机器学习、多尺度建模、预训练模型等先进算法,结合软件工程开发用户交互友好的工具,加速从理论设计到实验验证的整个电池研发周期。通过自动化的实验设计、合成制备、表征测试和性能优化,BDA平台不仅提升了研发效率,还提高了电池设计的精确度和可靠性,推动了电池技术向更高能量密度、更长循环寿命和更低成本的方向发展。 展开更多
关键词 AI for Science 电池 智能研发 机器学习 BDA 多尺度
在线阅读 下载PDF
基于H2O自动化机器学习的电动自行车交通违法行为影响因素分析
16
作者 申远 戴帅 +2 位作者 赵琳娜 杨钧剑 侯志贤 《科技创新与应用》 2024年第36期17-22,共6页
随着电动自行车保有量的逐年增长,电动自行车交通事故死亡人数占交通事故总死亡人数的比例在不断增加,在此背景下,探究电动自行车违法行为影响因素对降低事故率和事故严重程度具有重要意义。该研究使用厦门岛内电动自行车违法行为数据,... 随着电动自行车保有量的逐年增长,电动自行车交通事故死亡人数占交通事故总死亡人数的比例在不断增加,在此背景下,探究电动自行车违法行为影响因素对降低事故率和事故严重程度具有重要意义。该研究使用厦门岛内电动自行车违法行为数据,基于H2O自动化机器学习(AtuoML)算法对电动自行车的违法行为进行影响因素分析,并与随机森林(RF)算法进行对比,结果表明H2O自动化机器学习具有更好的预测精度和效率。此外,研究中还引入建成环境变量。研究结果表明,小型商铺、居民小区等建成环境对违法行为具有正向影响,且小型商铺在众多影响因素中占主导地位。 展开更多
关键词 交通安全 自动化机器学习 电动自行车违法 建成环境 随机森林
在线阅读 下载PDF
人工智能在配电网故障自动检测中的应用
17
作者 郑大巧 张亚楠 《集成电路应用》 2024年第8期138-139,共2页
阐述人工智能和机器学习在配网自动化中的应用,这些技术的运用为故障检测与诊断提供新的解决方案,能够更好地处理复杂的非线性系统和大规模的系统,提高检测和定位的准确性和效率。
关键词 配网自动化 故障检测 诊断技术 机器学习
在线阅读 下载PDF
自动化技术在输电线路故障诊断中的应用
18
作者 王为国 徐州 《集成电路应用》 2024年第10期372-373,共2页
阐述数据采集存储技术、提取和处理数据特征、远程运维系统的设计与实现。通过集成机器学习和人工智能技术,自动化系统能够从大量复杂的数据中学习故障特征,提高诊断的准确率和响应速度。
关键词 集成机器学习 智能技术 故障诊断 自动化技术
在线阅读 下载PDF
基于机器学习的配电网继电保护自动化控制方法研究
19
作者 鲍勇豪 《通信电源技术》 2024年第14期58-60,共3页
在现代配电网中,继电保护系统扮演着至关重要的角色,保证了电网的稳定性和安全性。随着人工智能技术的发展,特别是机器学习的进步,提供了一种新的思路来提高继电保护系统的智能化和自动化水平。机器学习能够通过学习历史数据来识别模式... 在现代配电网中,继电保护系统扮演着至关重要的角色,保证了电网的稳定性和安全性。随着人工智能技术的发展,特别是机器学习的进步,提供了一种新的思路来提高继电保护系统的智能化和自动化水平。机器学习能够通过学习历史数据来识别模式和异常,从而实现更加精确和自适应的故障识别与响应。文章介绍了机器学习的基本概念及其在继电保护中的应用场景,详细描述了基于机器学习的自动化控制方法的设计与实现,通过这些技术的综合运用,展示了如何通过机器学习提高配电网继电保护的自动化和智能化水平,为实现更高效、更可靠的电网操作提供有效的技术支持。 展开更多
关键词 机器学习算法 配电网继电保护 自动化控制
在线阅读 下载PDF
一种基于回归树模型的精准营销业务解析方法
20
作者 刘亮 《长江信息通信》 2024年第10期197-201,共5页
数字营销是各大电信运营商进行客户价值挖掘及存量维系的总趋势,当前业务人员均积极使用各种机器学习模型对目标客户群进行圈选以支撑后续的深度精准营销工作,但是不易理解的“黑盒”化机器学习模型给业务人员的营销策略制定带来了巨大... 数字营销是各大电信运营商进行客户价值挖掘及存量维系的总趋势,当前业务人员均积极使用各种机器学习模型对目标客户群进行圈选以支撑后续的深度精准营销工作,但是不易理解的“黑盒”化机器学习模型给业务人员的营销策略制定带来了巨大的挑战。文章创新性的提出了一种模型可解释的方法,其通过回归树算法对前向的机器学习挖掘模型进行反向解释,从而透析出有明显特征差异的业务规则链条,助力业务人员实现精准营销和精细化决策。 展开更多
关键词 机器学习 精准营销 回归树模型 特征细分 自动化挖掘建模
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部