摘要
本发明涉及一种基于多元强化学习的科技人才培养模型构建方法,包括:S1用人单位召集各所需领域人才,让各人才完成针对各领域设置的人事简历,并得到简历评估结果;S2让各人才在所在用人单位的所述领域的岗位工作中穿戴脑电装置,在预设时间段内收集脑电数据,得到脑电评估结果;S3收集专家简历,用人单位制定专家答卷,通过预先自然语言模型,从所述专家答卷提炼出专家描述,通过预训练的专家模型,得到是否符合本单位用人的标准,以决定是否选用为对人才进行评估的专家;S4设构建多元强化学习的智能人事模型。本发明通过人事简历、专家评估、脑电评估的多元强化学习能够更为客观、精确、动态反映人才的能力变化。
技术关键词
自然语言模型
支持向量机
脑电装置
模型构建方法
损失函数优化
测试题
构建卷积神经网络
评估算法
时间段
训练集
模型预训练
项目
对象
答案
参数
科技
数值
定义
论文
系统为您推荐了相关专利信息
匹配模型构建方法
大语言模型
构建知识图谱
数据收集模块
超参数优化方法
视觉检测方法
实例分割模型
汽车线束
HSV颜色空间
边缘轮廓
电液比例伺服阀
分类子模型
故障诊断方法
支持向量机
阈值降噪方法
盾构掘进参数
识别方法
噪声数据
统计特征
线性回归方法
建筑外围护结构
风险防控方法
三维扫描数据
支持向量机算法
三维结构