基于强化学习的模型选择和超参数优化

随着机器学习技术的不断发展,机器学习算法种类的增多以及模型复杂度提高,造成了实践应用中的两大难题:算法模型选择及模型超参数优化。为了实现模型选择和超参数优化的自动处理,该文提出了一种基于深度强化学习的优化方法。利用长短期记忆(LSTM)网络构建一个智能体(Agent),自动选择机器学习算法模型及对应的超参数组合。该智能体以最大化机器学习模型在验证数据集上的准确率为目标,利用所选择的模型在验证数据集上的准确率作为奖赏值(reward),通过强化学习算法不断学习直到找到最优的模型以及超参数组合。为了验证该方法的可行性及性能,在UCI标准数据集上将其与传统优化方法中基于树状结构Parzen的估计方法和随机搜索方法进行比较。多次实验结果证明该优化方法在稳定性、时间效率、准确度方面均具有优势。

基于强化学习的超参数优化方法

近年来,机器学习算法广泛应用于多个领域.超参数的选择直接影响了算法模型的性能,然而超参数优化过程往往依赖于专业知识和长期经验的积累.为了解决上述问题,本文提出了一种基于强化学习的自动超参数优化方法.该方法将超参数优化问题作为序列决策问题并建模为马尔科夫决策过程,通过使用一个强化学习智能体(agent),自动为机器学习算法选择超参数.该智能体以最大化待优化模型在验证数据集上的准确率为目标,将模型在验证数据集上的准确率作为奖赏值(reward),通过策略梯度算法训练智能体.为了减小训练过程中的方差,我们设计了数据引导池模块.实验将随机森林和XGBoost算法作为优化对象,在五个数据集上与随机搜索、贝叶斯优化、TPE、CM-AES和SMAC五种优化方法进行了对比.实验结果显示,本文所提出的方法在90%的优化任务上表现出更优的性能.同时,我们通过执行一系列消融实验验证了agent结构和数据引导池的有效性.

基于仿真平台的智能机器人策略研究与实现

随着社会的进步和科技的发展,机器人受到越来越多的关注,机器人在工业上的应用也越来越广,并且也肩负起一些重大的任务,发挥着自身的优势,服务于大众。现今,机器人不仅在工业制造上发挥着作用,也开始融入大众的日常生活,频繁的出现在大众的眼前。机器人仿真这个新兴的学科,包括机器人领域、人工智能领域和智能控制领域。机器人仿真是一个非常具有难度的智能体系。这是个研究仿真机器人策略实现的项目。主要涵盖机器人救援仿真模块、家庭服务机器人仿真模块和足球比赛机器人仿真模块。每个模块都各具特色,但都是基于仿真平台策略实现问题。每个模块的运行平台都不尽相同。仿真机器人是一种高级软件系统,可以作为真实机器人实现的一种思想。

基于Web的民俗美食网站研究与实现

中国发展得很快,30年就让中国变得天翻地覆,而现在的大学生有几个是会做出好吃的菜呢？我相信大部分人也不会.我们这个网站不仅能够了解到各个民族的特色美食,而且可以在网站上学习各民族特色菜的制作过程.前台运用到的技术:主要是运用HTML、div+css进行网站页面的布局,我们力求页面能够让用户感到舒服.项目成员有专门的会ps技术,图片更加的绚丽多姿.再用上js技术使页面更具有交互性.后台运用到的技术:后台就运用框架来搭建,PHP技术可以使做到动态的网站,代码重用性强,易学.使用MySQL数据库,把用户和商品的信息存放到数据库中,让信息更加容易存储,增加安全性.

基于云计算的电子火车票系统研究

从技术方面来看,手机端APP的开发采用比较成熟的Android平台,Android是一种基于Linux的自由及开放源代码的操作系统,由Google公司和开放手机联盟领导及开发.从检票的硬件方面看,使用先进的红外线自动对焦条码读取器,能够快速的将读取的信息回馈到计算机,通过联网上传至云端数据库进行验证匹配.红外线自动对焦条码读取器具有快速、准确、耗能少的特点,能够极大的提高整个系统的速度和准确率.整个系统包括手机客户端和检票客户端.手机客户端是以APP的形式呈现,主要受众是购票群体,主要功能有购票、退票、获取电子票、余票查询、订单查询、登录、用户信息查询等,主要创新功能是获取电子票,获取电子票功能是手机端APP把用户的注册账号和身份证号加密生成以二维码为主体的电子票,以代替传统纸质火车票据.检票客户端是以二维码扫描仪为主体的检票系统,受众是火车站管理人员,主要功能是能够将手机端APP所产生的二维码快速准确的识别,解析二维码获取数据,并与购票人的身份证号在云端数据库进行验证匹配.