陈兴国

作品数:20被引量:102H指数:6
导出分析报告
供职机构:南京邮电大学更多>>
发文主题:环境模型智能体强化学习算法最小化核方法更多>>
发文领域:自动化与计算机技术文化科学经济管理理学更多>>
发文期刊:《中央民族大学学报(自然科学版)》《计算机学报》《计算机光盘软件与应用》《计算机教育》更多>>
所获基金:国家自然科学基金江苏省自然科学基金创新研究群体科学基金国家重点基础研究发展计划更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于回溯和启发式的全局约束满足扫雷算法
《中央民族大学学报(自然科学版)》2025年第1期80-89,共10页陈琳 陈兴国 闫凡宇 戴芮昊 陈钰浩 
国家自然科学基金(62276142,62206133,62202240,62192783);科技创新2030新一代人工智能重大项目(2018AAA0100905);江苏省初步研究与发展计划(BE2021028);深圳市基础研究计划(2021Szvup056);莆田学院科研项目(2024017)。
扫雷游戏是一款规则简单但复杂度是NP⁃complete的单人小游戏,研究扫雷游戏算法不但是针对算法本身的研究,更是对计算复杂度理论的研究。本文通过马尔可夫决策过程对游戏进行建模,并在规则算法的基础上实现了基于约束满足的二元决策图算...
关键词:人工智能游戏 扫雷游戏 马尔可夫决策过程 二元决策图 约束满足 启发式 
基于贪心组合优化的分布极端不平衡分类算法
《小型微型计算机系统》2024年第10期2411-2419,共9页陈兴国 许静 李扬 罗玉盘 
国家自然科学基金项目(62276142,62206133,62202240,62192783)资助;科技创新2030-“新一代人工智能”重大项目(2018AAA0100905)资助;江苏省产业前瞻与关键核心技术竞争项目(BE2021028)资助;深圳市中央引导地方科技发展资金项目(2021Szvup056)资助;江西省高校信息化学会一般项目(GJJ191662)资助.
现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等4个角度展开,方法多样,但针对极端不平衡的数据分布仍缺乏有效算法.本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法.本文假设算法间的组合满足次模函数性...
关键词:次模函数 贪心优化 数据分布极端不平衡 深度森林 组合算法 
基于贝叶斯优化的强化学习广义不动点解逼近
《山东大学学报(工学版)》2024年第4期21-34,共14页陈兴国 吕咏洲 巩宇 陈耀雄 
国家自然科学基金资助项目(62276142,62206133,62202240,62192783);科技创新2030——“新一代人工智能”重大项目资助项目(2018AAA0100905);江苏省产业前瞻与关键核心技术竞争资助项目(BE2021028);深圳市中央引导地方科技发展资金资助项目(2021Szvup056)。
针对强化学习不动点的解更优这一问题,提出广义不动点解模型设计,该设计使用n步自举法的不动点解扩展和基于线性插值法的不动点解构造方法。将该设计应用于成熟的CBMPI算法框架上,提出基于广义不动点的CBMPI(n,β)算法。针对如何表达并...
关键词:强化学习 值函数近似估计 不动点 贝叶斯优化 俄罗斯方块 
边缘计算中协作计算卸载与动态任务调度被引量:6
《软件学报》2023年第12期5737-5756,共20页张斐斐 葛季栋 李忠金 黄子峰 张胜 陈兴国 骆斌 
国家重点研发计划(2022YFF0711404);国家自然科学基金(62276142);江苏省自然科学基金(BK20201250);浙江省自然科学基金(LY22F020021)。
在边缘计算场景中,通过将部分待执行任务卸载到边缘服务器执行能够达到降低移动设备的负载、提升移动应用性能和减少设备开销的目的.对于时延敏感任务,只有在截止期限内完成才具有实际意义.但是边缘服务器的资源往往有限,当同时接收来...
关键词:任务卸载 任务调度 截止期限 边缘计算 强化学习 
交互式大模型驱动的大数据技术实践课程教学探索被引量:6
《计算机教育》2023年第11期55-59,共5页杨尚东 陈蕾 陈兴国 陈志 
国家自然科学基金项目“基于全局度量的非稳定环境强化学习探索方法研究”(62206133);第二批新工科研究与实践项目(E-JSJRJ20201317)。
针对大数据技术实践课程中缺乏实际场景数据的现状,分析交互式大模型与大数据技术实践的关联性,提出在大数据技术实践课程中融合交互式大模型的教学框架和流程,以大数据技术实践课程为例介绍教学实践过程,最后说明教学实践结果。
关键词:交互式大模型 数据科学与大数据专业 大数据技术实践课程 CDIO教学模式 
基于效用函数的期望最大搜索算法
《软件导刊》2023年第8期86-92,共7页魏语轩 李昕闻 陈兴国 
国家自然科学基金项目(62276142,61806096,61872190)。
强化学习已在各行业得到广泛应用,强化学习所需的大量探索在很多语境下均可能带来严重后果。为此,业界提出安全强化学习。从经济学中借鉴的效用函数是其中的一种常用技巧,但其在搜索算法中还未得到充分研究。当智能体在风险中立的语境...
关键词:随机性游戏 2048游戏 期望最大搜索 安全强化学习 效用函数 
不动点视角下的强化学习算法综述被引量:3
《计算机学报》2023年第6期1246-1271,共26页陈兴国 孙丁源昊 杨光 杨尚东 高阳 
国家自然科学基金(62276142,62206133,62202240,62192783);科技创新2030-“新一代人工智能”重大项目(2018AAA0100905);江苏省产业前瞻与关键核心技术竞争项目(BE2021028);深圳市中央引导地方科技发展资金(2021Szvup056)资助。
近年来,强化学习已成为求解序贯决策任务的范式.然而,在实际应用中,强化学习算法仍存在三个问题:(1)什么解最优?(2)如何保证算法的稳定性?(3)如何加速算法的收敛?本文从不动点视角总结了强化学习算法的设计原理.首先,分析了值函数估计...
关键词:强化学习 值函数估计 稳定性 同策略 异策略 偏差与方差控制 
一种噪声容错弱监督矩阵补全的生存分析方法被引量:1
《自动化学报》2021年第12期2801-2814,共14页陈蕾 邵楷 林腾涛 陈兴国 
国家自然科学基金(61872190,61772285,61572263);南京航空航天大学模式分析与机器智能工业和信息化部重点实验室开放基金(TK219016)资助。
生存分析旨在预测某个感兴趣事件发生前的延续等待时间,已广泛应用于临床治疗中患者的生存状态分析.然而,受限于研究代价高昂和环境因素的影响,现有的生存分析方法不可避免地面临着高维小样本挑战以及复杂环境所引起的噪声敏感等问题....
关键词:生存分析 弱监督学习 多任务学习 噪声容错 矩阵补全 
基于CMAES集成学习方法的地表水质分类被引量:4
《计算机科学与探索》2020年第3期426-436,共11页陈兴国 徐修颖 陈康扬 杨光 
国家自然科学基金 Nos.61872190,61403208~~
为了提高人民生活质量,政府部门不断加强水质管理,然而人工分类方法无法满足实时处理的需求,传统机器学习方法的分类准确率又不够高。集成学习使用多种学习算法来获得比单一学习算法更好的预测性能。首先,对集成学习进行概述,简要介绍了...
关键词:水质分类 BOOSTING 基于协方差自适应调整的进化策略算法(CMAES) 集成学习 参数优化 
云计算在《数据结构》实验环节中的应用
《现代计算机(中旬刊)》2018年第10期44-48,共5页朱洁 黄海平 陈兴国 张毅 
国家自然科学基金(No.71401079;61672297;71501096)
《数据结构》实践环节在实施过程中存在诸多问题,最关键的问题是学生编程基础薄弱造成无法独立完成实验内容,尤其是非计算机专业学生。如何能够帮助编程基础薄弱的学生顺利完成实验内容,以达到加强对理论知识理解的目的,是所要讨论的核...
关键词:数据结构 实验环节 云计算 
检索报告 对象比较 聚类工具 使用帮助 返回顶部