Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于贝叶斯学习的人类多维偏好关联性挖掘方法 

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:西北工业大学

摘要:本发明公开了一种基于贝叶斯学习的人类多维偏好关联性挖掘方法。其中,该方法包括:设置一组决策,每一个决策对应一个未知的奖励函数和一组未知的约束函数,其中,每一个未知的约束函数对应人类的一维偏好,且每一未知的约束函数大于或等于预设约束阈值。本发明解决了现有的人机协作算法中未考虑人类偏好的多维性以及多偏好之间的潜在关联性,在输入驱动环境中,人类多维偏好对人机协作系统的潜在影响和在决策过程中利用机器在交互决策过程中对多维偏好的元认知评估,减少人类参与,导致人机协作未做出最佳决策的技术问题。

主权项:1.一种基于贝叶斯学习的人类多维偏好关联性挖掘方法,其特征在于,包括:设置一组决策,每一个决策对应一个未知的奖励函数和一组未知的约束函数,其中,所述每一个未知的约束函数对应人类的一维偏好,且所述每一未知的约束函数大于或等于预设约束阈值;基于多组决策,定义一个多约束的高斯最佳臂识别问题;通过动态多约束算法解决所述多约束的高斯最佳臂识别问题,得到满足奖励函数值最大时的一组约束函数。

全文数据:

权利要求:

百度查询: 西北工业大学 一种基于贝叶斯学习的人类多维偏好关联性挖掘方法

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。