申请/专利权人:维萨国际服务协会
申请日:2021-04-30
公开(公告)日:2022-12-02
公开(公告)号:CN115427964A
主分类号:G06K9/62
分类号:G06K9/62;G06N3/04;G06N3/08;G06N3/10
优先权:["20200430 US 63/017,907"]
专利状态码:在审-实质审查的生效
法律状态:2023.05.09#实质审查的生效;2022.12.02#公开
摘要:一种用于评估基于RNN的深度学习模型的方法包括:接收由所述基于RNN的模型生成的模型数据,所述模型数据包括与多个状态相关联的多个事件;基于所述事件和所述状态生成第一GUI,所述第一GUI包括相对于参数值视觉上表示所述事件的时间线的图表;生成第二GUI,所述第二GUI包括视觉上表示多维中间数据的二维投影的点图,基于所述模型中将状态连接到事件的变换之间的多维中间数据,所述点图的每个点表示时间步骤和所述时间步骤中的事件;以及基于与所述第一GUI和所述第二GUI中的至少一个的用户交互而在时间步骤扰乱所述环境。
主权项:1.一种用于评估基于递归神经网络RNN的深度学习模型的计算机实施的方法,包括:利用至少一个处理器基于由基于RNN的深度学习模型生成的模型数据生成第一图形用户界面GUI,所述模型数据包括与环境中的多个状态相关联的多个事件,所述第一GUI包括相对于基于所述多个事件和所述多个状态的至少一个参数值视觉上表示所述多个事件的时间线的图表;利用所述至少一个处理器生成第二GUI,所述第二GUI包括视觉上表示多维中间数据的二维投影的点图,基于所述基于RNN的深度学习模型中将所述多个状态中的至少一个状态连接到所述多个事件中的至少一个事件的变换之间的多维中间数据,所述点图的每个点表示时间步骤和所述时间步骤中的至少一个事件;以及利用所述至少一个处理器基于与所述第一GUI和所述第二GUI中的至少一个的用户交互而在时间步骤扰乱所述环境。
全文数据:
权利要求:
百度查询: 维萨国际服务协会 用于基于RNN的深度强化机器学习模型的动态用户界面的系统、方法和计算机程序产品
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。