龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京大学武汉人工智能研究院;北京大学
摘要：本申请实施例提供了一种基于深度学习的市场均衡模型训练方法、分析方法、设备、介质及产品。其中，方法包括：S1、构建一个市场的训练数据，所述训练数据包括消费者数据和商品数据；S2、基于所述训练数据对深度学习模型进行训练，输出分配方案和商品价格，所述深度学习模型包括拉格朗日乘子和分配网络，所述拉格朗日乘子用于确定商品价格，所述分配网络用于确定分配方案；S3、根据所述分配方案和商品价格计算目标函数；S4、基于所述目标函数的计算结果对所述深度学习模型中的拉格朗日乘子和分配网络的参数进行调整；S5、重复执行步骤S2～S4，直至所述目标函数的计算结果满足预设条件，得到市场均衡分析模型。本申请实施例通过训练深度学习模型用于市场均衡分析，大大降低分析过程耗费的时间代价，节省了处理器资源。
主权项：1.一种基于深度学习的市场均衡分析模型训练方法，其特征在于，包括：S1、构建一个市场的训练数据，所述训练数据包括消费者数据和商品数据；S2、基于所述训练数据对深度学习模型进行训练，输出分配方案和商品价格，所述深度学习模型包括拉格朗日乘子和分配网络，所述拉格朗日乘子用于确定商品价格，所述分配网络用于确定分配方案；S3、根据所述分配方案和商品价格计算目标函数；S4、基于所述目标函数的计算结果对所述深度学习模型中的拉格朗日乘子和分配网络的参数进行调整；S5、重复执行步骤S2～S4，直至所述目标函数的计算结果满足预设条件，得到市场均衡分析模型。
全文数据：
权利要求：
百度查询： 北京大学武汉人工智能研究院 北京大学 基于深度学习的市场均衡模型训练方法、分析方法、设备、介质及产品
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号