公开(公告)号：CN116703426A

公开(公告)日：2023-09-05

申请号：CN202310692637.0

申请日：2023-06-12

Applicant: 桂林电子科技大学 ,  桂林慧光空间科技有限公司 ,  南宁桂电电子科技研究院有限公司

Inventor： 姚继承 ,  罗笑南 ,  易苏阳

IPC: G06Q30/018 ,  G06Q50/26 ,  G06N5/02 ,  G06N20/00

Abstract: 本发明涉及碳排放监测技术领域，具体涉及一种基于深度学习的碳排放监测设备超标信息推送方法。通过实时监测碳排放数据，并与设定的超标阈值进行比较，本方法能够及时发现碳排放超标情况，并通过推送方式通知相关人员，以便采取相应措施进行处理。本发明对设备进行实时监控并利用云平台的硬件资源与强大的算力进行实时分析，不仅大大提高了工作协同效率，也能够在设备监测到碳排放超标后短时间内及时处理。

公开(公告)号：CN117764144A

公开(公告)日：2024-03-26

申请号：CN202311811250.9

申请日：2023-12-26

Applicant: 桂林电子科技大学

Inventor： 易苏阳 ,  李笠

IPC: G06N3/092 ,  G06N3/0985

Abstract: 本发明提出了一种基于元梯度算法对强化学习中多折扣因子的优化方法，用来处理单一折扣因子不能对折扣回报不同状态下进行分别优化的问题。将单一的折扣因子转换成多折扣因子，将对单一折扣因子的优化转换成对多折扣因子的优化，实现对折扣回报各个状态之间的分别优化，能够使得折扣回报的计算更加精确，同时由于折扣回报的计算精确，也会使得价值网络得到更有效的更新，优势函数也会计算的更加精确。由于优势函数计算更加精确，也会使得策略网络得到更有效的更新。