摘要
本发明公开一种基于智能体的剂量预测方法、装置、设备及存储介质,包括:采集多模态数据,将其输入剂量预测智能体,智能体采用Foundation Model学习输入数据的重要性分布,通过注意力机制动态调整输入数据的权重,得到新的输入数据;智能体采用MC Dropout近似BNN,利用新的输入数据进行推理,并通过多次前向传播,获得预测的剂量分布,量化预测不确定性;对剂量预测智能体的输出结果进行评定,并将评定结果反馈给智能体,智能体基于强化学习自适应调整剂量预测模型的超参数或推理策略,优化模型的预测性能。本发明实现自动化、智能化的剂量预测,减少手动调参与复核工作量,提升预测的可靠性和准确性。
技术关键词
剂量预测方法
智能体神经网络
医学影像数据
多模态
注意力机制
预测装置
强化学习方法
动态
策略
标记单元
程序
参数
预测误差
存储器
输入模块
输出模块
指令
处理器
系统为您推荐了相关专利信息
断路器
故障诊断模型
数据采集模块
压电式振动传感器
深度确定性策略梯度
标签
计算机可执行指令
界面
计算机程序产品
存储单元
底板破坏深度监测
顶板
参数
时序依赖关系
多模态传感器
病害识别方法
多级特征融合
模块
YOLO模型
金字塔网络