检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
出 处:《控制与决策》2025年第2期F0004-F0004,共1页Control and Decision
摘 要:专刊介绍:随着新一代人工智能技术的发展,机器学习已成为破解复杂调度优化难题的新途径.通过挖掘数据模式和深度解析特征,机器学习有助于构建灵活的优化策略,有助于提升智能优化算法的求解质量与速度,并改善面向不确定与动态场景的鲁棒性与适应性.在深度学习、强化学习、迁移学习与联邦学习等新方法的赋能下,智能优化与调度正迈向知识与群智协同、数据与模型融合的新范式.本专刊旨在汇聚学术界与工业界专家学者的智慧,重点展示机器学习赋能的智能优化与调度前沿研究与创新实践,包括机器学习赋能的智能优化理论与分析、算法设计与对比、案例验证与应用.通过多视角与多领域的汇聚,推动智能优化与调度理论、方法与应用的发展.
关 键 词:机器学习 智能优化 人工智能技术 迁移学习 数据模式 强化学习 模型融合 深度学习
分 类 号:TP181[自动化与计算机技术—控制理论与控制工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:3.139.108.138