公开(公告)号：CN119294613A

公开(公告)日：2025-01-10

申请号：CN202411813422.0

申请日：2024-12-11

Applicant: 吉林大学

Inventor： 徐原博 ,  吴文超 ,  王恩 ,  徐萌 ,  张若琳 ,  刘文彬 ,  刘嘉伟

IPC: G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开智慧城市和跨城市迁移技术领域的一种可解释的任务特定跨城市迁移学习方法，步骤如下：基于深度矩阵分解算法，动态提取源城市的CTS区域、利用城市POI和路网数据的辅助信息计算源城市与目标城市之间的相似性，选择出相似度最高的CTS区域、将选择出相似度最高的CTS区域的数据迁移至目标城市，并通过深度矩阵分解技术对目标城市的数据进行补全，本发明有效克服了现有跨城市知识迁移技术中的计算开销大，迁移效果低和可解释性差等问题，显著减少了计算复杂度，并提升了对目标任务的适应性和迁移的准确性。此外，能够清楚识别哪些区域对目标城市有利，并在数据稀缺的情况下，实现了高效的数据补全。

公开(公告)号：CN119416857A

公开(公告)日：2025-02-11

申请号：CN202510024529.5

申请日：2025-01-08

Applicant: 吉林大学

Inventor： 徐原博 ,  邵昱霖 ,  徐萌 ,  张若琳 ,  刘嘉伟 ,  王恩 ,  刘文彬

IPC: G06N3/092 ,  G06N3/084 ,  G06N3/0985 ,  G06N3/006

Abstract: 本发明公开离线强化学习技术领域的基于相关性的离线强化学习维度缺失动作数据填补方法，具体步骤为：通过智能体与环境交互后，获取到数据集#imgabs0#，对数据集#imgabs1#进行分析，识别存在缺失的维度、构建并训练模型、加载包含维度缺失动作数据的数据集，读取其中的动作数据，将其转换为PyTorch张量，然后加载已预训练完毕的模型，对数据集#imgabs2#中的缺失值进行插补，得到插补后的数据集#imgabs3#以及将得到的数据集#imgabs4#用于训练离线强化学习智能体，本发明有助于提高离线强化学习模型在处理不完整数据时的准确性和鲁棒性，从而增强模型在实际应用中的表现。