摘要
本发明公开了一种基于注意力神经网络的人员能力自动评估方法及系统,将能力评价数据集分割为训练集、验证集、测试集;设置多个不同的神经网络配置组成配置集合;挑选得到的超参数,初始化神经网络模型;使用训练集训练初始化得到的神经网络模型;进行轮后,记第轮训练后的神经网络模型为,并使用验证集对训练后模型进行评估,保存每轮训练后的神经网络模型和评估结果;选择N轮次中在验证集上获得最高评估指标的模型在测试集上测试并保存;直到所有超参数都用于初始化神经网络模型并被测试集测试,部署模型评估结果最高的神经网络模型用于人员能力等级评估工作。满足人员评定场景下对多维度人员能力画像的需要。
技术关键词
注意力神经网络
自动评估方法
初始化方法
序列
静态特征
权重特征融合
特征值集合
超参数
特征值编码
训练集
编码向量
动态
矩阵
优化神经网络模型
模块
输入神经网络模型
系统为您推荐了相关专利信息
响应计算方法
长短期记忆神经网络
预测残差
工程结构动力
加速度
音频
序列
计算机可执行指令
计算机程序产品
处理器
Kriging模型
参数智能优化方法
锻造工艺参数
模拟退火算法
样本