-
公开(公告)号：CN115374686A
公开(公告)日：2022-11-22
申请号：CN202110539052.6
申请日：2021-05-18
Applicant: 上海交通大学
Abstract: 本发明提供了一种自主增量知识提取和表示方法，同时提供了一种相应的终端及介质。通过对系统运行过程中系统操作信息数据、传感器设备状态数据和人主观经验数据的采集，建立历史经验数据库。进一步计算系统中相似度数据向量，获取知识参数初始预测估计值，并融合历史经验从策略‑值学习模型中推理得到新的知识参数预测估计值，以此得到新的系统操作信息向量和新的知识信息向量。随系统运行不断优化策略‑值学习模型并对数据库进行自主增量知识提取和表示，以扩充历史经验数据库，达到自主增量知识提取和表示的目的，提高在实际生产生活过程中知识的高效利用。
-
公开(公告)号：CN110569976A
公开(公告)日：2019-12-13
申请号：CN201910796475.9
申请日：2019-08-27
Applicant: 上海交通大学
Abstract: 本发明公开了一种类脑人工智能决策系统和决策方法，类脑人工智能决策系统通过训练模块利用知识模块中的编解码器、实体元组库、元组聚类器和实体特征库对决策模块中的规则决策器和知识决策器进行训练优化；类脑人工智能决策方法的训练学习阶段由训练模块完成对于知识模块中的元组聚类器和决策模块中知识决策器的参数和结构的设置，实际决策阶段，采用决策模块中的知识决策器和规则决策器对于实际问题进行决策求解。该系统和方法适用于求解组合优化决策问题，尤其是条件事先不可知的复杂场景情况下的决策问题，且能够在不需要重新训练模型的情况下对不同决策变量和条件的实际问题进行决策，并能保证实际问题的效率和准确性。
-
Search Results
2
records
(took 0.017 seconds)
