[发明专利]模型训练、信息处理方法、装置、介质及电子设备在审
申请号: | 202210226729.5 | 申请日: | 2022-03-09 |
公开(公告)号: | CN116796872A | 公开(公告)日: | 2023-09-22 |
发明(设计)人: | 俞扬;詹德川;周志华;于志华;陈雄辉;陈振军;吴奕男;黄方胜 | 申请(专利权)人: | 南京大学;北京三快在线科技有限公司 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/0631;G06Q10/083;G06Q30/0601 |
代理公司: | 北京英创嘉友知识产权代理事务所(普通合伙) 11447 | 代理人: | 魏嘉熹 |
地址: | 210023 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本公开涉及一种模型训练、信息处理方法、装置、介质及电子设备。方法包括:获取训练数据,包括参考运力在第一时段的第一状态信息、第一奖励信息及第二时段的第二状态信息;根据第一状态信息和第一奖励信息,通过目标模型预测第一时段的第一接单响应信息和第二时段的第二奖励信息;根据第二状态信息和第二奖励信息,通过模型预测第二时段的第二接单响应信息;以目标置信度参数与第一联合概率分布的乘积最小化为目标,对模型进行参数更新;若不满足训练截止条件,则返回获取训练数据的步骤;否则,获得奖励预测模型。这样,能在有较强确定性和选择偏差的数据集中重构出在反事实数据中具有良好泛化能力的奖励预测模型,使下游求解出正确的决策动作。 | ||
搜索关键词: | 模型 训练 信息处理 方法 装置 介质 电子设备 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学;北京三快在线科技有限公司,未经南京大学;北京三快在线科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202210226729.5/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理