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

基于通道性能度量的神经网络结构搜索算法

控制与决策 2024年第7期39卷 2151-2160页

作者：潘杰郑学驰邹筱瑜中国矿业大学信息与控制工程学院中国矿业大学机电工程学院

卷积神经网络的表征与预测能力往往依赖结构合理性,但其主流结构均由人工设计,存在设计难度高、算力要求强、时间开销大等问题.如何让神经网络自主搜索合理结构并节约计算资源是当前的研究重点.目前,基于部分通道连接的可微分结构搜索算... 详细信息

卷积神经网络的表征与预测能力往往依赖结构合理性,但其主流结构均由人工设计,存在设计难度高、算力要求强、时间开销大等问题.如何让神经网络自主搜索合理结构并节约计算资源是当前的研究重点.目前,基于部分通道连接的可微分结构搜索算法,以其高效的显存利用率在搜索速度和分类性能上表现良好.然而,其针对通道的随机采样策略易造成重要信息丢失,当通道连接不足时性能明显下降.为此,提出一种基于通道性能度量的神经网络结构搜索算法,利用注意力机制提取通道重要性系数,并以此对通道进行排序采样.此外,考虑到预热阶段导致搜索不充分,产生较大离散化误差,在结构权重连续化的过程中设计温度正则化系数,提升权重差异.实验表明,所提算法能够在节约计算资源的基础上搜索出更优的卷积神经网络结构.

关键词：卷积神经网络可微分结构搜索通道注意力通道排序离散化误差温度正则化系数

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于表征学习的离线强化学习方法研究综述

自动化学报 2024年第6期50卷 1104-1128页

作者：王雪松王荣荣程玉虎中国矿业大学信息与控制工程学院徐州221116

强化学习(Reinforcement learning,RL)通过智能体与环境在线交互来学习最优策略,近年来已成为解决复杂环境下感知决策问题的重要手段.然而,在线收集数据的方式可能会引发安全、时间或成本等问题,极大限制了强化学习在实际中的应用.与此... 详细信息

强化学习(Reinforcement learning,RL)通过智能体与环境在线交互来学习最优策略,近年来已成为解决复杂环境下感知决策问题的重要手段.然而,在线收集数据的方式可能会引发安全、时间或成本等问题,极大限制了强化学习在实际中的应用.与此同时,原始数据的维度高且结构复杂,解决复杂高维数据输入问题也是强化学习面临的一大挑战.幸运的是,基于表征学习的离线强化学习能够仅从历史经验数据中学习策略,而无需与环境产生交互.它利用表征学习技术将离线数据集中的特征表示为低维向量,然后利用这些向量来训练离线强化学习模型.这种数据驱动的方式为实现通用人工智能提供了新契机.为此,对近期基于表征学习的离线强化学习方法进行全面综述.首先给出离线强化学习的形式化描述,然后从方法、基准数据集、离线策略评估与超参数选择3个层面对现有技术进行归纳整理,进一步介绍离线强化学习在工业、推荐系统、智能驾驶等领域中的研究动态.最后,对全文进行总结,并探讨基于表征学习的离线强化学习未来所面临的关键挑战与发展趋势,以期为后续的研究提供有益参考.

关键词：强化学习离线强化学习表征学习历史经验数据分布偏移

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于优先采样模型的离线强化学习

自动化学报 2024年第1期50卷 143-153页

作者：顾扬程玉虎王雪松中国矿业大学信息与控制工程学院徐州221116

离线强化学习通过减小分布偏移实现了习得策略向行为策略的逼近,但离线经验缓存的数据分布往往会直接影响习得策略的质量.通过优化采样模型来改善强化学习智能体的训练效果,提出两种离线优先采样模型:基于时序差分误差的采样模型和基于... 详细信息

离线强化学习通过减小分布偏移实现了习得策略向行为策略的逼近,但离线经验缓存的数据分布往往会直接影响习得策略的质量.通过优化采样模型来改善强化学习智能体的训练效果,提出两种离线优先采样模型:基于时序差分误差的采样模型和基于鞅的采样模型.基于时序差分误差的采样模型可以使智能体更多地学习值估计不准确的经验数据,通过估计更准确的值函数来应对可能出现的分布外状态.基于鞅的采样模型可以使智能体更多地学习对策略优化有利的正样本,减少负样本对值函数迭代的影响.进一步,将所提离线优先采样模型分别与批约束深度Q学习(Batch-constrained deep Q-learning,BCQ)相结合,提出基于时序差分误差的优先BCQ和基于鞅的优先BCQ.D4RL和Torcs数据集上的实验结果表明:所提离线优先采样模型可以有针对性地选择有利于值函数估计或策略优化的经验数据,获得更高的回报.

关键词：离线强化学习优先采样模型时序差分误差鞅批约束深度Q学习

在线全文

学校读者我要写书评

暂无评论

基于自监督增强特征的直推式零样本图像分类

控制与决策 2024年第5期39卷 1707-1717页

作者：王浩宇张欣然王雪松程玉虎中国矿业大学信息与控制工程学院江苏徐州221116

图像的视觉特征对实现零样本图像分类有至关重要的作用.尽管目前VGG、GoogLeNet和ResNet等网络提取的深度特征在图像分类领域获得了广泛的应用,但其在零样本图像分类问题上的表现并不理想,仍旧存在较大的提升空间.此外,由于零样本学习... 详细信息

图像的视觉特征对实现零样本图像分类有至关重要的作用.尽管目前VGG、GoogLeNet和ResNet等网络提取的深度特征在图像分类领域获得了广泛的应用,但其在零样本图像分类问题上的表现并不理想,仍旧存在较大的提升空间.此外,由于零样本学习场景下训练集与测试集不相交的设定,导致分类网络不可避免地存在领域偏移问题.为此,提出一种基于自监督增强特征的直推式零样本图像分类框架.首先,通过辅助任务构造伪标签,利用自监督学习获得图像的自监督特征并将其与无监督深度特征进行特征融合;然后,将融合特征嵌入语义空间中进行零样本图像分类,并获得未见类的初始预测标签;最后,利用未见类特征和预测标签迭代地优化视觉-语义映射.所提出框架组件可选择,框架组件自监督网络、主干网络和降维网络分别选用CFN、VGG16和PCA构成网络.在CUB、SUN和AwA2数据集上的实验结果表明,所提出网络能够增强特征的判别能力,在零样本图像分类问题上表现良好.

关键词：零样本学习自监督学习直推式视觉-语义映射特征融合图像分类

在线全文

学校读者我要写书评

暂无评论

煤矿井下智能超表面非视距无线覆盖技术综述

中国矿业大学学报 2024年第3期53卷 613-622页

作者：李世银杨瑞鑫杨磊沈胜强李飞飞胡青松中国矿业大学信息与控制工程学院中国矿业大学地下空间智能控制教育部工程中心

煤矿井下环境存在大量的弯道、岔道、硐室和大型设备遮挡等非视距(Non-Line of Sight, NLOS)场景，导致煤矿井下无线通信覆盖范围受限且盲点和盲区多.在综采工作面等关键场景，无线通信覆盖能力与传输需求的矛盾更为突出.近年来出现的... 详细信息

煤矿井下环境存在大量的弯道、岔道、硐室和大型设备遮挡等非视距(Non-Line of Sight, NLOS)场景，导致煤矿井下无线通信覆盖范围受限且盲点和盲区多.在综采工作面等关键场景，无线通信覆盖能力与传输需求的矛盾更为突出.近年来出现的智能超表面(Reconfigurable Intelligence Surface, RIS)技术为解决煤矿井下NLOS场景无线覆盖难题提供了新途径和新思路.本文在介绍了RIS系统结构与特点基础上，讨论了RIS在煤矿井下巷道、硐室和综采工作面等典型NLOS场景的应用优势，以及需要进一步研究解决的信道测量与建模、近场效应、波束成形和部署规划等关键技术问题与基本思路，为解决煤矿智能化开采所需要的可靠通信技术难题指明了新方向.

关键词：智能超表面(RIS) 非视距(NLOS)覆盖被动中继煤矿井下

基于强化学习的刚性联接双电机系统无模型最优协调控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2024年第9期44卷 3691-3701,I0030页

作者：杨春雨王海赵建国中国矿业大学信息与控制工程学院江苏省徐州市221116

双永磁同步电机系统具有模型参数不确定,外部负载变化以及快慢动态共存的特性,这为其最优协调控制带来挑战。该文提出一种基于强化学习的无模型最优协调控制方法。首先,采用传统的主从控制结构和PI控制器构建双永磁同步电机系统数学模型... 详细信息

双永磁同步电机系统具有模型参数不确定,外部负载变化以及快慢动态共存的特性,这为其最优协调控制带来挑战。该文提出一种基于强化学习的无模型最优协调控制方法。首先,采用传统的主从控制结构和PI控制器构建双永磁同步电机系统数学模型;其次,利用输出调节理论和最优控制理论,设计最优协调控制器,解决系统外部负载变化问题;然后,针对系统的模型参数不确定以及快慢动态共存特性,提出一种独立于模型参数的强化学习算法,学习控制器增益;最后,仿真和实验结果验证所提出的控制策略可以有效改善双电机系统速度跟踪性能和转矩同步性能。该文所提控制方法能够提高双电机系统的跟踪性能和同步性能,抑制未知时变负载的干扰,并避免参数不确定所带来的影响。

关键词：强化学习最优控制输出调节双永磁同步电机系统

基于不确定性估计的离线确定型Actor-Critic

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年第4期47卷 717-732页

作者：冯涣婷程玉虎王雪松中国矿业大学信息与控制工程学院江苏信息职业技术学院智能工程学院

Actor-Critic是一种强化学习方法,通过与环境在线试错交互收集样本来学习策略,是求解序贯感知决策问题的有效手段.但是,这种在线交互的主动学习范式在一些复杂真实环境中收集样本时会带来成本和安全问题.离线强化学习作为一种基于数据... 详细信息

Actor-Critic是一种强化学习方法,通过与环境在线试错交互收集样本来学习策略,是求解序贯感知决策问题的有效手段.但是,这种在线交互的主动学习范式在一些复杂真实环境中收集样本时会带来成本和安全问题.离线强化学习作为一种基于数据驱动的强化学习范式,强调从静态样本数据集中学习策略,与环境无探索交互,为机器人、自动驾驶、健康护理等真实世界部署应用提供了可行的解决方案,是近年来的研究热点.目前,离线强化学习方法存在学习策略和行为策略之间的分布偏移挑战.针对这个挑战,通常采用策略约束或值函数正则化来限制访问数据集分布之外(Out-Of-Distribution, OOD)的动作,从而导致学习性能过于保守,阻碍了值函数网络的泛化和学习策略的性能提升.为此,本文利用不确定性估计和OOD采样来平衡值函数学习的泛化性和保守性,提出一种基于不确定性估计的离线确定型Actor-Critic方法(Offline Deterministic Actor-Critic based on Uncertainty Estimation, ODACUE).首先,针对确定型策略,给出一种Q值函数的不确定性估计算子定义,理论证明了该算子学到的Q值函数是最优Q值函数的一种悲观估计.然后,将不确定性估计算子应用于确定型Actor-Critic框架中,通过对不确定性估计算子进行凸组合构造Critic学习的目标函数.最后,D4RL基准数据集任务上的实验结果表明:相较于对比算法,ODACUE在11个不同质量等级数据集任务中的总体性能提升最低达9.56%,最高达64.92%.此外,参数分析和消融实验进一步验证了ODACUE的稳定性和泛化能力.

关键词：离线强化学习不确定性估计分布外采样凸组合 Actor-Critic

灾后无人机自组网高动态多信道TDMA调度算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

西安电子科技大学学报 2024年第2期51卷 56-67页

作者：孙彦景李林王博文李松中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学物联网(感知矿山)研究中心江苏徐州221008

以自然灾害、事故灾难为主要类型的极端突发事件对应急通信网络快速重组与灾情信息实时回传提出了严峻挑战,亟需构建具备快速响应能力、按需动态调整的应急通信网络。为了在断电、断路、断网“三断”极端条件下实现灾情信息实时回传,可... 详细信息

以自然灾害、事故灾难为主要类型的极端突发事件对应急通信网络快速重组与灾情信息实时回传提出了严峻挑战,亟需构建具备快速响应能力、按需动态调整的应急通信网络。为了在断电、断路、断网“三断”极端条件下实现灾情信息实时回传,可通过多无人机形成飞行自组网对受灾区域进行网络通信覆盖。针对灾后复杂环境受限条件下飞行自组织网络通信资源调度不合理引起的信道冲突问题,提出了基于Q-learning的自适应多信道时分多址调度算法。根据无人机间的链路干扰关系建立顶点干扰图,结合图着色理论,将高动态场景下多信道时分多址调度问题抽象为动态二重着色问题。考虑无人机的高速移动性,通过自适应调整Q-learning的学习因子,实现算法的收敛速度与最优解探索能力的权衡优化,以适应高动态的网络拓扑。通过仿真实验证明,所提算法可以实现网络通信冲突和收敛速度的权衡优化,能够解决灾后高动态场景下资源分配决策与快变拓扑适配问题。

关键词：无人机多信道时分多址图论自适应Q-learning

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

煤流-潮流协同的矿山供电系统低碳优化运行

中国电机工程学报 2024年第6期44卷 2245-2256,I0013页

作者：梁睿张鸽袁乐童黄宏旭张小彤吕超贤巩敦卫中国矿业大学电气工程学院江苏省徐州市221116 中国矿业大学信息与控制工程学院江苏省徐州市221116

双碳目标的提出对我国矿山绿色高效开采提出了更高的需求。为此,该文提出煤流-潮流协同的矿山供电系统优化调度方法。首先,基于煤流在采煤工作面、带式运输机、储煤筒仓等环节的连续性特征,抽象出运输煤流和节点功率耦合的运输设备模型... 详细信息

双碳目标的提出对我国矿山绿色高效开采提出了更高的需求。为此,该文提出煤流-潮流协同的矿山供电系统优化调度方法。首先,基于煤流在采煤工作面、带式运输机、储煤筒仓等环节的连续性特征,抽象出运输煤流和节点功率耦合的运输设备模型;其次,整合煤流运输安全约束与配网潮流约束,建立煤流-潮流协同的运行优化模型;最后,以矿山用能的经济性和碳减排为目标,考虑主网实时碳计量水平,调节采煤时间、煤流速度、运输流量与设备用能,生成煤流运输和矿山电网低碳调度的优化方案。以山西某矿山供电系统为实例,验证所提模型与方法的有效性。仿真结果表明,所提模型与方法能够有效降低矿山生产的吨煤电耗、用能成本及碳排放量,实现了煤流-潮流协同的矿山低碳化经济运行。

关键词：矿山供电系统煤流潮流分时碳计量低碳运行