公开(公告)号：CN111294242A

公开(公告)日：2020-06-16

申请号：CN202010094720.4

申请日：2020-02-16

Applicant: 湖南大学

Inventor： 王涛 ,  韩乐 ,  关润宇 ,  熊伟明 ,  周达 ,  秦宇 ,  王卓娅 ,  金鑫

IPC: H04L12/24 ,  G06N5/04

Abstract: 一种提高多智能体系统合作水平的多跳学习方法，属于人工智能和计算机网络领域。基于网络演化博弈理论，通过增强智能体学习范围来促进智能体采用合作策略，提高系统的整体收益。首先将智能体关键的，重复的交互活动建模到猎鹿博弈或囚徒博弈，智能体采用合作或者背叛策略，并将智能体系统部署到网格网络；然后智能体之间进行博弈，累计各自的收益；接着智能体根据无条件学习方法或复制子动态方法学习多跳范围(2～5跳)的邻居，调整自己的策略，并重新开始博弈。该方法对建模在猎鹿博弈下的系统合作率最高比经典方法提升数十倍，可以应用于P2P网络，无线传感器网络等群体智能领域。

公开(公告)号：CN113344174A

公开(公告)日：2021-09-03

申请号：CN202110421335.0

申请日：2021-04-20

Applicant: 湖南大学

Inventor： 王涛 ,  周达 ,  刘星宇 ,  徐航 ,  王易 ,  李明光

IPC: G06N3/04 ,  G06N3/08

Abstract: 本申请涉及基于概率分布的高效神经网络结构搜索方法。通过神经网络结构搜索得到的神经网络结构在当前各种计算机图像任务和语言任务中都取得了非常具有竞争力的效果。如何提高搜索策略的效率，降低神经结构评估代价，以达到在更短的时间里找到更好的网络结构依然是努力的方向。本发明提供了一种概率分布式算法，大大减少了训练子网络的数量，加快了神经网络架构搜索过程，并使用边训练边搜索的参数共享模式，在降低子网络评估成本的同时，保证了表现更好的操作得到更多的训练，进一步加快了神经网络架构搜索过程。在CIFAR‑10上，我们的方法用GTX1080Ti只需要2个GPU小时，便可以搜索出一个最佳神经网络结构，在网络参数量仅为2.8M的大小下，实现了2.69％的测试错误。在ImageNet数据集上，该网络可达到76％的top1精度。