检索结果-南通市图书馆

小型微型计算机系统 2021年第1期42卷 71-77页

作者：陈禹行胡海根刘一波郝鹏翼李小薪周乾伟浙江工业大学计算机科学与技术学院杭州310000

传统的深度卷积神经网络设计方法依赖于人工设计以及反复试错,只能采用形式单一的网络结构,导致其参数过分冗余,乘法次数巨大.为了自动化地设计出结构灵活多变,网络规模及计算量较小的深度卷积神经网络,本文提出了一种面向深度卷积网络... 详细信息

传统的深度卷积神经网络设计方法依赖于人工设计以及反复试错,只能采用形式单一的网络结构,导致其参数过分冗余,乘法次数巨大.为了自动化地设计出结构灵活多变,网络规模及计算量较小的深度卷积神经网络,本文提出了一种面向深度卷积网络的多目标神经演化算法.该算法将深度神经网络表达成有向图,使用神经演化和多目标优化算法实现了深度、计算量和识别率下的多目标同时优化,同时还引入了线性规划用于将基因编码翻译为卷积层的配置参数,使得演化算法可以自动调整各个网络层的具体配置.演化得到的模型其最深路径上含有36个卷积层,CIFAR-100上Top5精度为86.1%,Top1精度为60.2%,与识别率相近的网络相比,具有结构新颖,乘法次数低等特点.综上,本文提出的方法能够自动生成一系列各具特色的深度神经网络,可根据在深度、计算量和识别率3个指标上的不同应用需求选择适合的深度神经网络,为深度神经网络部署于资源受限的无线传感器网络上提供了一种快速、经济、自动化的设计方法.

关键词：深度卷积网络神经演化基因编码多目标优化无线传感器网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

交换公平的认知与神经科学研究

引用

浙江社会科学 2015年第8期 45-51,157页

作者：吴旭阳厦门大学法学院厦门361005 中国政法大学证据科学研究院(教育部重点实验室) 厦门大学知识论与认知科学研究中心

公平原则是我国民法的一个基本原则,其在今日中国的司法实践中适用比较广泛。公平分成报复公平、分配公平和交换公平三类;统计分析表明公平原则在司法实践中的重点是"交换公平",因此交换公平居于当代公平原则的核心地位。结合行为认知... 详细信息

公平原则是我国民法的一个基本原则,其在今日中国的司法实践中适用比较广泛。公平分成报复公平、分配公平和交换公平三类;统计分析表明公平原则在司法实践中的重点是"交换公平",因此交换公平居于当代公平原则的核心地位。结合行为认知、神经实验等新理论和新成果,本文对交换公平进行了生理认知上的解释,并以相关实验推断交换公平的神经认知的重心是岛叶脑区。结合人类演化历程以及法律史的发展,本文进一步归纳了交换公平在人类历史上的重要地位。

关键词：公平原则交换公平司法认知神经演化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于梯度进化策略的自适应迁移学习系统

基于梯度进化策略的自适应迁移学习系统

引用

作者：张晓玲华南理工大学

学位级别：硕士

近年来,深度学习发展迅速,在理论上取得了许多突破,并且广泛应用于各个领域,例如,股票市场预测、天气预报、医学诊断、语音识别、图像分类。优化作为深度学习的重要组成部分,引起了研究学者的广泛关注。随着数据量的指数增长和模型复杂... 详细信息

近年来,深度学习发展迅速,在理论上取得了许多突破,并且广泛应用于各个领域,例如,股票市场预测、天气预报、医学诊断、语音识别、图像分类。优化作为深度学习的重要组成部分,引起了研究学者的广泛关注。随着数据量的指数增长和模型复杂性的增加,深度学习中的优化方法面临着越来越多的挑战,各个领域的研究学者们相继提出了许多改进深度学习的优化方法。目前主流的优化算法是基于梯度的,收敛速度较快。但是,当优化场景包含多个局部最优值的时候,基于梯度的方法极有可能陷入局部极值的困境。具有全局搜索能力的演化算法可以缓解陷入局部最优的问题,而且演化算法对损失函数没有严格的限制。将演化算法用于神经网络的训练这一模式,推动了神经演化领域的发展。然而,神经演化存在收敛缓慢的缺点,导致网络训练达到收敛的时间成本和计算成本增加。针对深度学习中优化方法存在的问题,在本文里,我们提出了一种新颖的混合优化算法——梯度进化策略（Evolution Strategy-Stochastic Gradient Descent,ES-SGD）,将神经演化算法和基于梯度的方法相结合,具有全局搜索能力强和快速收敛的优点。梯度进化策略在网络训练的初期采用进化策略进行全局最优的搜索,在找到目标方向即检测到进化策略算法达到饱和状态之后,自动切换到基于梯度的方法随机梯度下降法进行局部最优的极端搜索,这一切换可以改善进化策略带来的低收敛性的缺点。论文提出的算法梯度进化策略可以较好地达到全局搜索能力和收敛速度的平衡。梯度进化策略面临的最大挑战是神经网络训练带来的昂贵代价,特别是当网络结构的深度加深时,训练的成本愈发昂贵。为了解决这个问题,我们借鉴了深度迁移学习的概念,利用源域的知识增强目标域的学习能力。美中不足的是,深度迁移学习需要针对特定情况,借助专业知识设计特定的解决策略。因此,我们基于梯度进化策略提出了自适应迁移学习系统（Adaptive Transferring Learning System,ATLS）。自适应迁移学习系统根据源域和目标域的相似程度来自适应地调整迁移模块和微调模块。实验证明,本文提出的自适应迁移学习系统和梯度进化策略算法在图像分类的问题上比现有的模型和算法具有更高的有效性。

关键词：随机梯度下降法进化策略神经演化深度迁移学习

来源：

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

面向不完全信息机器博弈的对手利用方法研究

面向不完全信息机器博弈的对手利用方法研究

引用

作者：徐家徽国防科技大学

学位级别：硕士

智能博弈对抗是未来智能化战争的核心。随着人工智能理论与技术发展逐步向军事领域渗透,机器博弈愈来愈可能成为未来战场智能博弈对抗中的重要表现形式之一。当前世界各军事强国正加紧研究如何利用机器智能辅助人类指挥官解决战场上的... 详细信息

智能博弈对抗是未来智能化战争的核心。随着人工智能理论与技术发展逐步向军事领域渗透,机器博弈愈来愈可能成为未来战场智能博弈对抗中的重要表现形式之一。当前世界各军事强国正加紧研究如何利用机器智能辅助人类指挥官解决战场上的博弈对抗问题,亦即机器博弈理论与技术向军事应用的迁移和转化。机器博弈的研究可以按照博弈参与人是否掌握私有信息而分为两类:完全信息博弈和不完全信息博弈。在不完全信息博弈中,由于私有信息的存在,参与的局中人所掌握的信息是不对称和不完备的。因此,不完全信息博弈的研究被普遍认为更具有挑战性,其中包含着许多尚待解决的关键性问题,如对手利用(Opponent Exploitation),即参与人在与对手博弈过程中需要挖掘可利用信息为己方制定策略提供更充分的先验条件。这在不完全信息博弈中具有至关重要的作用。尽管我方无法确切地推知对手在博弈各阶段的状态信息及其相应的决策模型,然而由于大多数对手策略都是非完美且可利用的,因此理论上总是存在最佳应对策略能够使得己方的收益对其最大化,此即对手利用方法研究的核心出发点。本文的研究正是围绕不完全信息机器博弈中的对手利用方法展开,致力于开发一类能够在博弈环境中自主学习出不同对手应对策略的智能算法,为不完全信息博弈的求解提供一种新手段,主要工作及贡献如下:(1)提出了一种基于神经演化的对手利用新方法。神经演化是一类结合人工神经网络与演化学习算法的交叉概念,是人工智能和机器学习领域的一个重要分支,适合于解决复杂神经网络的参数优化问题。本文聚焦于德州扑克不完全信息博弈的对手利用问题,首先采用基于长短期记忆神经网络(Long Short-Term Memory,LSTM)的架构搭建德州扑克智能体的决策模型,接着利用神经演化方法的“算法种群”训练框架迭代式地学习出智能体在不同对手策略下的应对策略,并通过两人无限注德州扑克对抗训练实验证明了该方法的有效性和可行性。实验结果表明,在面对四种典型风格对手策略时,本文对手利用策略总收益相比于基准策略能够提升约13.8倍。(2)提出了一种结合强化学习与神经演化的对手利用改进方法。(1)中提出的基于神经演化的对手利用方法是求解不完全信息博弈问题的重要思路,其本质思想是利用“算法种群”形成的冗余度和多样性以应对求解问题之复杂性的挑战,然而这在一定程度上存在着样本利用率低、训练耗时长的问题,在“种群”不断与对手策略进行博弈交互的演化进程中,存在着大量交互数据尚未被保存和充分利用。针对这一问题本文提出运用异策强化学习(off-policy reinforcement learning)方法的经验回放机制及策略梯度计算加以改进,提高单纯基于神经演化的对手利用算法的学习效率。实验对比结果表明,改进后算法相比于原算法在所需训练局数上减少了约66.25%。(3)针对在线德州扑克游戏平台的对抗场景,提出了一种基于对手策略识别与利用的综合方法。传统的对手建模与利用方法通常考虑的是挖掘对手行为的统计规律并以此作为己方制定策略的依据,这类方法不可避免地需要十分完备的历史数据或专家经验,然而以德州扑克为代表的不完全信息博弈面临着动作及状态空间大、问题复杂度高的挑战,运用传统方法从对手行为层面提取可利用的决策规律信息不仅费时费力,且可靠性难以保证。本文从策略层面出发,利用贝叶斯分类器将对手可能的决策模型分解为若干基准风格类型,并基于本文提出的结合强化学习与神经演化的对手利用方法离线训练出针对每种类型的应对策略,在实际对抗场景下可根据对手策略不同而动态切换己方策略,从而达成最大化我方收益的目标。

关键词：不完全信息博弈对手利用神经演化强化学习德州扑克

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：