- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出一种基于强化学习的监护预警方法及系统,包括:根据实时输入的时序监护数据,预测所述时序监护数据与不良事件标签的关联关系,创建决策环境;对所述智能体决策动作进行建模;所述智能体根据当前时刻输入的时序监护数据选择决策动作;所述决策环境根据所述决策动作输出响应信息,其中,所述响应信息包括环境状态和决策动作的奖惩值;将所述环境状态输入预先构建深度强化学习框架,获取智能体所有可选决策动作中期望值最高的动作作为所述智能体下一次动作决策的输出;根据前述步骤进行智能体与决策环境交互直到满足结束条件,输出
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112270451 B
(45)授权公告日 2022.05.24
(21)申请号 202011217940.8 (56)对比文件
文档评论(0)