检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

强化学习样本复杂度与梯度流建模理论研究

强化学习样本复杂度与梯度流建模理论研究

作者：王逸轩吉林大学

学位级别：硕士

强化学习是机器学习领域一种非常成功的学习范式,如今在实际应用中体现出来巨大的价值,如棋类与游戏博弈、机器人控制、自动驾驶、生物制药等。值方法和策略优化是强化学习的两种主要方法。通用函数近似和自博弈训练范式的结合在值方法... 详细信息

强化学习是机器学习领域一种非常成功的学习范式,如今在实际应用中体现出来巨大的价值,如棋类与游戏博弈、机器人控制、自动驾驶、生物制药等。值方法和策略优化是强化学习的两种主要方法。通用函数近似和自博弈训练范式的结合在值方法强化学习方面取得了巨大的成功。然而,这种组合的理论保证,如样本复杂度的上界,仍然尚不完整。另外,为了更好地理解策略优化算法及其学习理论,策略优化被发现可以看作是概率测度空间中的最优传输问题。但如何高效的基于最优传输框架解决策略优化是有待进一步研究的。基于上述分析,本文的主要研究内容如下:(1)第一部分工作的动机是这样一个问题:是否存在一个自博弈的、具有通用函数近似的、无模型的算法,且该算法是可证明有效的?本文提出了一种基于自博弈和通用函数近似的值方法强化学习算法,并证明了它的悔界的上界为??(????(??)√?),其中?是总学习时间步长,?是一幕长度,?是函数类的复杂度度量,它取决于脱离维度和对数覆盖数。这达到了因子?的基于信息论的理论下界。并且据我们所知,在??记号下,在通用价值函数近似、无模型和无需访问生成模型的情况下,这达到了迄今为止因子?的悔界的上界的最好情况。(2)在将策略优化看作概率测度空间中的最优传输问题的基础上,利用瓦瑟斯坦梯度流解决强化学习问题是一个有前景的选择。并且通常使用乔丹-金德莱勒-奥托方法近似强化学习领域中的瓦瑟斯坦空间离散扩散过程。然而,解决与每个乔丹-金德莱勒-奥托方法步骤相关的优化问题会带来严重的计算挑战。为了在更大规模的问题上使用瓦瑟斯坦梯度流强化学习方法,本文通过引入凸输入性神经网络对乔丹-金德莱勒-奥托方法进行改进。

关键词：强化学习样本复杂度自博弈函数近似梯度流乔丹-金德莱勒-奥托方法

基于改进YOLOv5轻量化坦克目标检测算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

激光杂志 2024年第3期45卷 59-67页

作者：梅礼坤陈智利李栋琪西安工业大学光电工程学院西安710021

深度学习技术可显著提高军事作战中坦克目标识别的准确率和速度,减少误判和漏检,从而降低人员伤亡和战争损失。为了解决大型、复杂、耗时的模型可能会受限于计算资源、存储和能耗等方面的问题,提出了一种基于YOLOv5轻量化目标检测器。通... 详细信息

深度学习技术可显著提高军事作战中坦克目标识别的准确率和速度,减少误判和漏检,从而降低人员伤亡和战争损失。为了解决大型、复杂、耗时的模型可能会受限于计算资源、存储和能耗等方面的问题,提出了一种基于YOLOv5轻量化目标检测器。通过C2f based on attention mechanism模块丰富梯度流信息并进一步加速运算;Lead Head与Aux Head的有机结合平衡正负样本提高模型对遮挡小坦克目标识别漏检的能力;利用FasterNet作为特征提取网络,解决了参数量大、算力要求高的问题。实验结果表明:相较于原始YOLOv5,改进后的模型Map0.5、mAP0.5:0.95分别提高了1.2%和4.2%,参数量、GFLOPs以及Best.pt分别降低了32.3%、27.59%和26.01%。改进后的YOLOv5模型可以非常快速精准识别坦克目标,通过模型的轻量化使其更容易在移动端和嵌入式设备上部署。

关键词：资源受限轻量化梯度流

大西北人才流动的新课题——西北地区人才“梯度流”与“反梯度流”问题的新思考

在线全文

学校读者我要写书评

暂无评论

科学·经济·社会 1990年第1期 21-24页

作者：高怀忠甘肃武威地区行署人事处

人才是发展之本。人才争夺战并不局限于国与国之间,在我们共和国内部也在悄然进行。建国以来大西北曾有过两次大的人才流动:一次是50年代,大批有抱负的青年知识分子纷纷“西流”,形成“反梯度流”;另一次则发生在近几年,一方面是生活,... 详细信息

人才是发展之本。人才争夺战并不局限于国与国之间,在我们共和国内部也在悄然进行。建国以来大西北曾有过两次大的人才流动:一次是50年代,大批有抱负的青年知识分子纷纷“西流”,形成“反梯度流”;另一次则发生在近几年,一方面是生活,工作在西北的许多知识分子纷纷“东流”,形成“梯度流”,其规模并不亚于当年。另一方面是大批内地和沿海开放地带的低层次手工业者流向大西北,形成“反梯度流”。这一流动的新特点,给大西北带来了新的值得重视的课题。

关键词：科技人才科学技术人才梯度流流动(力学) 人才流动人才管理课题

无限维空间中的Lojasiewicz不等式与梯度流

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

无限维空间中的Lojasiewicz不等式与梯度流

作者：王聪哈尔滨工业大学

学位级别：硕士

梯度系统在微分方程、最优化及实际工程等领域都有广泛的应用,而梯度流轨道有限长的性质在理论分析及实际应用中都具有重要的价值。本文主要研究无限维Hilbert空间中实解析函数与凸函数梯度流轨道有限长的性质。Lojasiewicz不等式是研... 详细信息

梯度系统在微分方程、最优化及实际工程等领域都有广泛的应用,而梯度流轨道有限长的性质在理论分析及实际应用中都具有重要的价值。本文主要研究无限维Hilbert空间中实解析函数与凸函数梯度流轨道有限长的性质。Lojasiewicz不等式是研究有限维空间中实解析函数梯度流渐近性行为的重要工具,但一般情况下在无限维空间中Lojasiewicz不等式不成立。几十年来人们一直在试图寻找Lojasiewicz不等式成立的一般性条件,本文分析了Lojasiewicz不等式在无限维Hilbert空间中不成立的原因,然后给出了实解析函数在其临界点的任意一个邻域与紧集的交中不成立Lojasiewicz不等式的例子,最后提出了共尾集的概念并证明了无限维Hilbert空间中的实解析函数在共尾集中成立Lojasiewicz不等式,通过这一结论,本文证明了收敛到共尾集中的实解析函数的梯度流轨道是有限长的。自收缩曲线是为了解决有限维空间中凸函数梯度流轨道是否为有限长问题而提出的概念,本文将其推广到了无限维Hilbert空间中,并证明了Hilbert空间中凸函数梯度流轨道是有界自收缩曲线且紧集中的有界自收缩曲线具有收敛性。

关键词：梯度流实解析函数 Lojasiewicz不等式凸函数自收缩曲线

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

泛函Γ-收敛和相应梯度流的关系

中国科学（A辑） 1998年第10期28卷 865-871页

作者：简怀玉清华大学应用数学系北京100084

给出了泛函序列Γ-收敛会导致相应梯度流解收敛的充分条件 ,部分证明了DeGiorgi猜想 .

关键词： Г收敛抛物型方程抛物极小梯度流

基于改进YOLOv5轻量化坦克目标检测算法

在线全文

学校读者我要写书评

暂无评论

激光杂志 2023年

作者：梅礼坤陈智利李栋琪西安工业大学光电工程学院

深度学习技术可显著提高军事作战中坦克目标识别的准确率和速度，减少误判和漏检，从而降低人员伤亡和战争损失。为了解决大型、复杂、耗时的模型可能会受限于计算资源、存储和能耗等方面的问题，提出了一种基于YOLOv5轻量化目标检测器... 详细信息

深度学习技术可显著提高军事作战中坦克目标识别的准确率和速度，减少误判和漏检，从而降低人员伤亡和战争损失。为了解决大型、复杂、耗时的模型可能会受限于计算资源、存储和能耗等方面的问题，提出了一种基于YOLOv5轻量化目标检测器。通过C2f based on attention mechanism模块丰富梯度流信息并进一步加速运算；Lead Head与Aux Head的有机结合平衡正负样本提高模型对遮挡小坦克目标识别漏检的能力；利用FasterNet作为特征提取网络，解决了参数量大、算力要求高的问题。实验结果表明：相较于原始YOLOv5，改进后的模型Map0.5、mAP0.5:0.95分别提高了1.2%和4.2%，参数量、GFLOPs以及Best.pt分别降低了32.3%、27.59%和26.01%。改进后的YOLOv5模型可以非常快速精准识别坦克目标，通过模型的轻量化使其更容易在移动端和嵌入式设备上部署。

关键词：资源受限轻量化梯度流

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多指抓取的实时力优化算法

机械工程学报 2007年第12期43卷 144-149页

作者：姜力刘宏哈尔滨工业大学机器人研究所哈尔滨工业大学机器人研究所哈尔滨150001

根据非线性摩擦约束与特定结构矩阵正定性之间的等价性,将多指抓取力规划问题描述为线性约束正定矩阵对应的平滑流形最优化问题,并且采用线性约束梯度流方法计算得到最优的抓取力。当手指数目较多时,高维描述矩阵限制了传统线性约束梯... 详细信息

根据非线性摩擦约束与特定结构矩阵正定性之间的等价性,将多指抓取力规划问题描述为线性约束正定矩阵对应的平滑流形最优化问题,并且采用线性约束梯度流方法计算得到最优的抓取力。当手指数目较多时,高维描述矩阵限制了传统线性约束梯度流表达式的计算速度,为了解决该问题,基于力优化过程中描述矩阵的仿射约束特性,提出一种适合实时应用的基于抓取力矢量的线性约束梯度流算法。该算法取代描述矩阵,采用抓取力矢量表示线性约束梯度流,大大降低了线性约束梯度流表达式的维数和计算量。以摩擦点接触情况下的四指灵巧手为对象,采用该算法进行抓取力计算,分析权重因子和步距因子对于计算结果和收敛速度的影响,证明该算法的正确性和实时性。

关键词：多指手力优化梯度流线性约束

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

机器人多指手的优化抓取力计算

吉林大学学报（工学版） 2008年第1期38卷 178-182页

作者：王滨李家炜刘宏哈尔滨工业大学机器人研究所哈尔滨150080

由于机器人灵巧手与物体接触所产生的摩擦力约束为非线性约束,导致实时计算手指抓取力受到了极大的限制。提出了一种计算多指手优化抓取力的通用方法,其关键是利用拉格朗日乘子法,通过自动调节各手指法向接触力的权值系数来获得满足非... 详细信息

由于机器人灵巧手与物体接触所产生的摩擦力约束为非线性约束,导致实时计算手指抓取力受到了极大的限制。提出了一种计算多指手优化抓取力的通用方法,其关键是利用拉格朗日乘子法,通过自动调节各手指法向接触力的权值系数来获得满足非线性摩擦锥约束的初始抓取力,并结合梯度流的方法对初始抓取力进行优化。对于任意的干扰外力,在满足抓取稳定性的情况下,可快速地计算出各手指的优化抓取力。仿真结果证明了该方法的有效性。

关键词：自动控制技术机器人多指抓取梯度流力优化

在线全文

学校读者我要写书评

暂无评论

全局平移优先主动轮廓(英文)

中国图象图形学报 2008年第8期13卷 1588-1593页

作者：李小毛唐延东朱琳琳中国科学院沈阳自动化研究所机器人学国家重点实验室沈阳110016 中国科学院研究生院北京100039

具有全局平移优先属性的主动轮廓更适于目标跟踪。演化轮廓具有的全局平移优先性可以理解为沿轮廓的速度场具有相等的倾向。根据此思想,通过定义在曲线扰动集合上的新内积空间导出了一种简单,具有平移优先的梯度流。新的内积空间由于是... 详细信息

具有全局平移优先属性的主动轮廓更适于目标跟踪。演化轮廓具有的全局平移优先性可以理解为沿轮廓的速度场具有相等的倾向。根据此思想,通过定义在曲线扰动集合上的新内积空间导出了一种简单,具有平移优先的梯度流。新的内积空间由于是通过向H0主动轮廓对应的內积空间引入曲线扰动的方差获得,所以此主动轮廓称为方差主动轮廓。方差主动轮廓是将H0主动轮廓与其对应的平均梯度流通过加权求和获得,而H1主动轮廓则是通过H0主动轮廓与特定类型的核函数进行卷积得到。因此方差主动轮廓实现时更简单和快速。最后给出了H0,H1和方差主动轮廓在频域与时域的分析。

关键词：方差主动轮廓索伯列夫主动轮廓内积梯度流加特微分