摘要
本发明提供一种基于小样本学习的矫治方案推荐方法,引入元学习技术处理监狱服刑人员矫治措施推荐的小样本学习问题,更能够充分建模监狱之间、罪犯之间的关联关系,更有效地挖掘小样本群体的矫治措施推荐策略;使用元学习方法,使用层次化的信息,增强了初始参数通过内循环梯度下降得到任务适配的参数的能力;通过考虑监狱与罪犯的先验知识,在初始参数层面对关联关系进行建模,增强了处理任务空间异质性的能力和合理性;对全局共享的内循环学习率进行缩放,根据相对的语义信息得到更合理的内循环学习率,使得内循环梯度下降能够更好地得到任务适配的参数,还使得外循环进行全局参数更新时可以根据对各任务支持集的学习能力得到更合适的全局参数。
技术关键词
推荐方法
参数
样本
监狱服刑人员
元学习方法
随机梯度下降
特征提取网络
语义特征
双循环
关系
机制
线性
措施
阶段
指数
策略
家庭
系统为您推荐了相关专利信息
岩土体热物性参数
储层流体
线性单元
瞬态温度变化
管道
协同搜索方法
优化调度算法
能量消耗
无人船集群
无线充电设备
路径管理方法
生成结构化数据
术后并发症
基线
序列
红外热成像机芯
动态工作阈值
动态工作模式
性能工作模式
散热方法