-
公开(公告)号:CN109710736B
公开(公告)日:2020-08-14
申请号:CN201811566627.8
申请日:2018-12-19
Applicant: 浙江大学
IPC: G06F16/332
Abstract: 本发明公开了一种面向搜索排序的主动众包任务生成方法,属于数据处理方法领域。本发明利用了主动学习,在众包任务生成过程中考虑用户输入的查询词与排序模型的结果,不仅使得生成的众包任务适合当前工人,还提高了任务对模型的针对性,能更高效地提升排序学习模型的训练效率,大大节约了众包的人力与时间成本。
-
公开(公告)号:CN109710736A
公开(公告)日:2019-05-03
申请号:CN201811566627.8
申请日:2018-12-19
Applicant: 浙江大学
IPC: G06F16/332
Abstract: 本发明公开了一种面向搜索排序的主动众包任务生成方法,属于数据处理方法领域。本发明利用了主动学习,在众包任务生成过程中考虑用户输入的查询词与排序模型的结果,不仅使得生成的众包任务适合当前工人,还提高了任务对模型的针对性,能更高效地提升排序学习模型的训练效率,大大节约了众包的人力与时间成本。
-
公开(公告)号:CN101892942B
公开(公告)日:2013-09-04
申请号:CN201010188801.7
申请日:2010-06-01
Applicant: 浙江大学
Abstract: 本发明公开一种可减小泵流量脉动的单活塞式液压自由活塞发动机,其两个动力活塞分别置两缸直列式气缸体的两个气缸体内且与活塞杆固定联接,两个动力活塞端面处于同一竖直面;液压泵活塞和压缩活塞置液压缸体内且与活塞杆固定联接,液压泵活塞外径大于压缩活塞,液压泵活塞和压缩活塞将液压缸体分隔成第一液压泵腔、第二液压泵腔和压缩腔,第二液压泵腔由工作腔和背压腔组成,工作腔内径与液压泵活塞外径匹配,背压腔内径与压缩活塞外径匹配;高压蓄能器通过单向阀经工作腔第一泵油口与工作腔连通,流量调节阀第一个油口经第一液压泵腔第二泵油口与第一液压泵腔连通,流量调节阀第二个油口与高压蓄能器连通,流量调节阀第三个油口与低压油箱连通。
-
公开(公告)号:CN108596335B
公开(公告)日:2020-04-17
申请号:CN201810362557.8
申请日:2018-04-20
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度强化学习的自适应众包方法。方法具体为:1)首先从众包系统中采样需要分配的任务和候选的众包工人;2)通过深度学习方法获得待分配任务和候选工人的低维特征表示;3)通过强化学习方法确定任务分配策略;4)众包系统根据分配策略分配任务,根据任务完成结果评估本次分配获得的收益,将该收益反馈给强化学习方法,更新强化学习参数;5)从1)开始继续下一轮的任务分配。和现有技术相比,本发明结合了深度强化学习方法,系统地对任务分配问题进行建模,针对不同任务本身的特征选择合适的众包工人,形成了自适应的智能众包方法,创造性地提升了众包的工作效率和效果。
-
公开(公告)号:CN110390399A
公开(公告)日:2019-10-29
申请号:CN201910549586.X
申请日:2019-06-24
Applicant: 浙江大学
IPC: G06N20/00
Abstract: 本发明公开了一种强化学习的高效探索方法,该方法的步骤如下:1)预训练计数估计函数;2)利用预训练的计数估计函数进行强化学习的高效探索。本发明主要针对强化学习中探索与利用的平衡问题,在连续空间任务中,通过预训练计数估计函数估计智能体所遇到的状态的出现次数,利用状态的出现次数计算奖赏,通过奖赏引导智能体探索那些较少遇到的状态从而实现高效探索。本发明通过使用独立的探索策略处理奖赏信号,避免了奖赏信号对智能体行动策略的影响,使得探索过程更稳定。
-
公开(公告)号:CN108596335A
公开(公告)日:2018-09-28
申请号:CN201810362557.8
申请日:2018-04-20
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度强化学习的自适应众包方法。方法具体为:1)首先从众包系统中采样需要分配的任务和候选的众包工人;2)通过深度学习方法获得待分配任务和候选工人的低维特征表示;3)通过强化学习方法确定任务分配策略;4)众包系统根据分配策略分配任务,根据任务完成结果评估本次分配获得的收益,将该收益反馈给强化学习方法,更新强化学习参数;5)从1)开始继续下一轮的任务分配。和现有技术相比,本发明结合了深度强化学习方法,系统地对任务分配问题进行建模,针对不同任务本身的特征选择合适的众包工人,形成了自适应的智能众包方法,创造性地提升了众包的工作效率和效果。
-
-
-
-
-