|
已选(0)清除
条数/页： 排序方式： |
| 信息不完备条件下的复杂决策问题高效强化学习算法研究 学位论文
, 2023
作者: 赵恩民
 Adobe PDF(25370Kb) |  收藏 | 浏览/下载：185/10 | 提交时间：2023/06/08
信息不完备 复杂决策问题 强化学习 单智能体探索 不完美信息博弈 |
| 面向稀疏奖励任务的深度强化学习探索方法研究 学位论文
, 2023
作者: 徐沛
Adobe PDF(10902Kb) | 收藏 | 浏览/下载：108/8 | 提交时间：2023/06/16
深度强化学习 稀疏奖励 探索 |
| 红外光谱基线校正算法研究 学位论文
, 智能化大厦三层第五会议室: 中国科学院自动化研究所, 2019
作者: 韩权杰
Adobe PDF(6813Kb) | 收藏 | 浏览/下载：304/3 | 提交时间：2019/06/17
红外光谱，稀疏表示，最大相关熵准则，分位数回归，增广拉格朗日优化 |
| 隐秘信息检测中脑电信号分析方法的研究 学位论文
, 北京: 中国科学院研究生院, 2017
作者: 刘祺
Adobe PDF(5070Kb) | 收藏 | 浏览/下载：311/7 | 提交时间：2017/06/19
隐秘信息检测 脑电信号 多解析度分析 相似性度量 极限学习 深度学习 |
| 模式分类中的鲁棒损失函数的设计及其在不平衡数据中的应用 学位论文
, 北京: 中国科学院大学, 2016
作者: 徐贵标
Adobe PDF(2509Kb) | 收藏 | 浏览/下载：436/5 | 提交时间：2016/06/20
异常样本 鲁棒损失函数 不平衡数据 代价敏感学习 代价缺失学习 |
| 基于主曲线的无监督排序学习及其在综合评价中的应用 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者: 李纯果
Adobe PDF(5249Kb) | 收藏 | 浏览/下载：259/0 | 提交时间：2015/09/02
无监督排序 主曲线 领域知识 元准则 综合评价 Unsupervised Ranking Principal Curves Prior Information Meta- Rules Comprehensive Evaluation |
| 基于层次化表达学习的大规模图像识别研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者: 任伟强
Adobe PDF(9551Kb) | 收藏 | 浏览/下载：361/1 | 提交时间：2015/09/02
图像识别 物体检测 层次化表达 特征学习 大尺度数据 Image Recognition Object Detection Hierarchical Representation Feature Learning Large-scale Data |
| 基于互信息的代价缺失学习在不平衡数据中的研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者: 张晓晚
Adobe PDF(3357Kb) | 收藏 | 浏览/下载：157/0 | 提交时间：2015/09/02
不平衡数据 代价缺失学习 代价敏感学习 互信息 拒识 图形化评估方法 Class Imbalance Cost-free Learning Cost-sensitive Learning Mutual Information Abstaining Graphical Evaluation Method |
| 特征降维方法研究及其在手写汉字识别中的应用 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者: 徐博
Adobe PDF(2698Kb) | 收藏 | 浏览/下载：221/0 | 提交时间：2015/09/02
汉字识别 特征提取 特征选择 关键区域选择 Handwritten Chinses Character Recognition Feature Extraction Feature Selection Critical Region Selection |
| 弱监督判别学习算法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者: 戴博
Adobe PDF(2114Kb) | 收藏 | 浏览/下载：188/0 | 提交时间：2015/09/02
聚类分析 半监督分类 半监督距离度量学习 非监督光滑性假设 后验稀疏假设 熵 高斯过程 Clustering Semi-supervised Classification Semi-supervised Metric Learning Unsupervised Smoothness Assumption Posterior Sparsity Assumption Entropy Gaussian Process |
