系统范围的工厂优化的优化模型的自动生成

    公开(公告)号:CN116157812A

    公开(公告)日:2023-05-23

    申请号:CN202180060089.9

    申请日:2021-07-07

    Abstract: 一种用于自动生成用于站点范围工厂优化的优化模型的计算机实现的方法,包括将工厂过程的过程流图映射到包括节点和边的图形,其中节点表示过程,并且边表示过程之间的流。至少基于工厂过程的历史数据来学习图形的每个节点的行为。为每个节点建模一个或多个回归函数,以预测过程中的每一个的输出,其中基于每个节点的学习的行为模拟该一个或多个回归函数。

    一种用于利用大数据训练机器学习模型的混排型梯度方法

    公开(公告)号:CN114580490A

    公开(公告)日:2022-06-03

    申请号:CN202111409356.7

    申请日:2021-11-25

    Inventor: 阮明林 藩进勇

    Abstract: 一种用于混排型梯度的计算机实现的方法,用于使用随机梯度下降(SGD)来训练机器学习模型,该方法包括以下操作:均匀随机地分布训练数据的数据样本或坐标更新,以及计算无混排方案和混排方案的学习速率。使用随机梯度下降(SGD)算法来执行训练数据的非混排方案和混排方案的组合操作。基于一个或多个预先确定的标准,将组合操作从非混排方案切换成仅执行混排方案;以及基于组合的无混排方案和混排方案利用训练数据来训练机器学习模型。

    使用整数规划技术的最佳可解释决策树

    公开(公告)号:CN115039112B

    公开(公告)日:2025-01-03

    申请号:CN202180012112.7

    申请日:2021-02-15

    Abstract: 本发明的各方面包括使用整数线性规划技术的最优可解释决策树。一种非限制性示例计算机实现的方法包括使用处理器从进程接收多个数据输入,以及使用所述处理器通过求解线性规划从多个数据输入中选择数据子集以获得解。该方法使用所述处理器基于所述数据子集构建和优化最优决策树,并且当所述最优决策树的预测大于阈值时使用所述处理器警告用户。

    用于分类的多-多面体机器
    4.
    发明公开

    公开(公告)号:CN115935266A

    公开(公告)日:2023-04-07

    申请号:CN202211063633.8

    申请日:2022-09-01

    Abstract: 一种生成用于机器学习的分类器引擎的计算机实现的方法,包括接收数据点集。将半监督k‑均值过程应用于来自每个类的数据点集。使用半监督k‑均值过程将类中的数据点集集群成多个数据点集群。针对来自所有类的集群中的一个或多个构建多‑多面体。在来自所有类的每对集群上运行支持向量机(SVM)过程。针对被集群的类确定分离超平面。基于通过超平面的分离为每个集群确定标记。

    使用整数规划技术的最佳可解释决策树

    公开(公告)号:CN115039112A

    公开(公告)日:2022-09-09

    申请号:CN202180012112.7

    申请日:2021-02-15

    Abstract: 本发明的各方面包括使用整数线性规划技术的最优可解释决策树。一种非限制性示例计算机实现的方法包括使用处理器从进程接收多个数据输入,以及使用所述处理器通过求解线性规划从多个数据输入中选择数据子集以获得解。该方法使用所述处理器基于所述数据子集构建和优化最优决策树,并且当所述最优决策树的预测大于阈值时使用所述处理器警告用户。

Patent Agency Ranking