CN119397107A 基于多目标深度学习的换电推 荐方法和系统 （杭州宇谷科技股份有限公司）_第1页
CN119397107A 基于多目标深度学习的换电推 荐方法和系统 （杭州宇谷科技股份有限公司）_第2页
CN119397107A 基于多目标深度学习的换电推 荐方法和系统 （杭州宇谷科技股份有限公司）_第3页
CN119397107A 基于多目标深度学习的换电推 荐方法和系统 （杭州宇谷科技股份有限公司）_第4页
CN119397107A 基于多目标深度学习的换电推 荐方法和系统 （杭州宇谷科技股份有限公司）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于多目标深度学习的换电推荐方法和系统本申请涉及一种基于多目标深度学习的换人信息以及骑手与电池之间的互动记录等多维些基础信息与挖掘出的隐含变量整合进推荐系降低了成本和生产压力，增进了供需关系的均2基于所述共享底层特征，通过专家网络，分别学习与不同类型通过任务塔，基于所述加权合并的结果进行预测，得到与用通过门控网络生成每个专家层对应的权重参数，根据所述权重参数，通过第二全连接层，将所述潜在特征进行线性变换和激活，强化与所通过门控网络，获取各个专家层输出的特征学习结果，并通过全根据所述门控信号，对各个专家层输出的特征学习结果进行加6.根据权利要求1所述的方法，其特征在于，所述任务塔包括第一任务塔和第二任务通过结合所述第一预测值和所述第二预测值，得到用于反映在电3于计算预测值p_ctr和真实值L1之间的交叉熵损失，H(p_cm,L2)用于计算预测值p_cvr和真实标签分布之间的交叉熵损失，表示第i个训练样本，N表示训练样本数量，P_ctr、荐任务的真实值。分别计算所述电柜推荐任务和所述电池推荐任务在优化训练所述改进ESMM模型过程中，将所述不确定L=g1XLOSS_ctr+B1+8ZXLOSS_cvr+92其中，L是总体损失函数，E1、E述电柜特征相关任务和电池特征相关任务对应的精度，分别是4[0001]本申请涉及机器学习领域，特别是涉及一种基于多目标深度学习的换电推荐方个专家层用于专注学习与一种特定任务相关的5[0012]其中，LOSS_ctr表示电柜相关的任务的损失函数，LO叉熵损失，H(p_cvr,L2)用于计算预测值p_cvr和真实标签分布之间的交叉熵损失，X表6任务对应的精度，9、92分别是所述电柜特征相关任务和电池特征相关任务对应的不确图3是根据本申请实施例的一种基于多目标深度学习的换电推荐系统的结构框7列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单[0025]在现有技术中，电池推荐方法通常采用随机分发策略或89可以理解，经过第一层全连接层处理后的特征进一步作为第二层全连接层的输领域技术人员，该特征表示是对输入的共享底层特征在特定任务视角下的高度提炼和抽[0046]具体地，门控网络首先通过一个全连接层对输入的专家权重分配体现了不同信息在当前任务中的重要程度差[0051]需要说明的是，本实施例中的任务塔包括第一任务塔Tower1和第二任务塔[0053]两个任务塔的预测结果通过乘法操作有机结合起来，生成一个综合的指标的损失函数，H表示交叉熵函数，H(p_ctr,L1)用于计算预测值p_ctr和真实值L1之间的交[0063]通过上述方式设置的模型的总体损失函数，由CTR和CVR任务的损失函数构[0069]需要说明的是，本实施例中的任务塔包括第一任务塔Tower1和第二任务塔网络接口用于与外部的终端通过网络连接通信，内存储器用于为操作系统的运行提供环通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读非易失性和/或易失性存储器。非易

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论