×

AI

国能北电胜利能源申请基于决策树特征组合的地下管线维护预测方法及装置专利,精准捕捉多特征联合效应,强化模型预测能力儿时玩伴天牛:从玩具到药材的奇妙记忆

hqy hqy 发表于2025-05-16 浏览6 评论0

金融界2024年10月24日消息,国家知识产权局信息显示,国能北电胜利能源有限公司申请一项名为“种基于决策树特征组合的地下管线维护预测方法及装置”的专利,公开号CN 118798431 A,申请日期为2024年7月。

AI

浪潮软件申请基于决策树的地理空间数据分级评价方法专利,实现安全性评估溯源有据可查回顾:英国一女子在家看电视时去世,3年后才被发现,电视还放着

hqy hqy 发表于2025-05-16 浏览10 评论0

金融界2024年11月30日消息,国家知识产权局信息显示,浪潮软件科技有限公司申请一项名为“基于决策树的地理空间数据分级评价方法、设备及介质”的专利,公开号CN 119046394 A,申请日期为2024年10月。

AI

决策树算法模型

hqy hqy 发表于2025-05-16 浏览6 评论0

基于决策树的模型根据训练数据构建一组规则,以便能够预测结果。为了便于理解,将该算法与通过决策形成的树进行比较。该模型包含表示通向结果路径(即叶子)的规则的分支。每个预测路径都指向一个包含多个值的叶。同样的原则也适用于分类型问题。对于回归类型的问题,最终预测通常是它所属的叶子中包含的所有值的平均值。

强化学习RL-NPC复杂奖励机制的陷阱与需求简化策略诸葛亮第一次北伐,败得有多惨?死的11位大将都是谁呢?真相超出你想象

AI

强化学习RL-NPC复杂奖励机制的陷阱与需求简化策略诸葛亮第一次北伐,败得有多惨?死的11位大将都是谁呢?真相超出你想象

hqy hqy 发表于2025-05-16 浏览5 评论0

在强化学习领域,奖励机制的设计对于模型性能至关重要。然而,复杂的奖励规则并不一定带来更好的效果。本文通过一个基于贪吃蛇的强化学习实验,揭示了复杂奖励机制可能导致的陷阱,如目标稀释效应、惩罚过载抑制探索和信号噪声干扰等问题。