一种基于深度强化学习算法的决策模型可视化方法及系统

    公开(公告)号:CN118656714A

    公开(公告)日:2024-09-17

    申请号:CN202410690420.0

    申请日:2024-05-30

    Abstract: 本发明提供一种基于深度强化学习算法的决策模型可视化方法及系统,涉及深度强化学习技术领域。方法包括:获取复杂动态环境;通过图卷积网络,将复杂动态环境转化为环境图;通过独立容器化技术,根据图卷积网络,构建基于深度强化学习算法的决策模型;对决策模型进行训练;构建结构化的多级数据存储机制;通过多级数据存储机制,储存决策模型训练过程中的训练数据;根据训练数据,通过多维统计分析,构建多维决策视图;展示多维决策视图。本发明可以实现深度强化学习在复杂动态环境中实时、高效的决策,通过多维决策视图,使得理解和解释深度强化学习算法决策过程变得简单。

    半结构化文档数据模式实时推荐方法

    公开(公告)号:CN116701710A

    公开(公告)日:2023-09-05

    申请号:CN202310764315.2

    申请日:2023-06-27

    Abstract: 本发明涉及数据库应用领域,具体的说是半结构化文档数据模式实时推荐方法,包括以下步骤:步骤S1:半结构化文档数据模式嵌入,将半结构化文档数据模式转化为低维的向量表示,并作为实时推荐的输入,步骤S2:实时推荐,根据用户正在创建的数据模式内容以及当前输入字段,预测用户接下来将要创建的内容并进行推荐,帮助用户快速创建高质量的数据模式。可减少用户创建数据模式的三分之二操作次数,大大减轻用户创建数据模式的负担,同时引导用户使用同质的数据模式,降低数据库数据模式的异构型,提升数据利用效率。

Patent Agency Ranking