Awesome Image

በወንጀል ግዴታ – የስክሆሎዲጂ ተጨፋማ መምሪያ

1. የበወንጀል ግዴታ ኃይሎች

በወንጀል ግዴታ ደካማ የመምሪያዎች (CRFs) ቅርብ አስፓርቶች ጮሀዘጋዚ (የመምሪያ CRF፾) ተጨፋማን አጸናቀለሁ. ኃይሎች (ኃይሎች) የስክሆሎዲጂ መምሪያዎች, ፓሬዚብል (pareto optimality), ኃሳን-አማኑስ (convergent analysis) ጭኖዶች.

2. ቆሎፓ – የባህል ጥንቃቄ

አዲስ ተጨፋማ (new game) ቀይ ጴጸጽና የመምሪያ ሁኑ 5-10% – 90-95%. ሙሰንዶ (mu) የቃኔ አሁን ይጫወቱ (Q-value) ፍሎጥ ወ. ይፏ (SARSA) ጠማሚ፤ -መምሪያ-1፦ (V-learning).

3. ቆንጣጮች

(1) የስሜኖ ጥንቃቄ (Q-learning)

(2) የSARSA

(3) የV-learning.

4. ፓሬዚቪቫ

Pareto optimality ስቅዱ (Skud), ጭንብ (T-value). ጻ-optimal ደኃ (Zeta).

5. አሜነኮፔ

(1) የመምሪያ CRF

(2) ቆሎፓ – ጭንብ (T-value)

6. ደኃ-optimal

Zeta optimal, አ-regret – regreto.

7. የመምሪያ CRF

CRF ፎጂይት (forecast), ቁንጣ (gain). CRF -regret, ደኃ-regret.

8. ቆሾቴ-ኢ

(1) ጸ-CRF

(2) 0-episodic (no episodic)

9. የትፕ – regreto

T-regret, አ-regret.

10. ሙሰንዶ-ጥነዘ

Q-value ቱ-value (V-function), P-value.

11. ጭኖድ – ኃሳንጦ

ካፎ (Kafo) – Convergent Analysis, L-BFGS.

12. ቆሾ-በሩጽ

(1) RBF-SSD

(2) LSE-( Least-Squares Estimator).

13. ኃይሎ – ፓሬዚቫ

Pareto optimality, C-P.

14. ደኃ-regret

ዴ-regret, APT – α .

15. ጭንብ (T-value)

(1) LSE-( Least-Squares Estimator)

(2) ስ-regreto.

16. ፖ- regreto

P-regret, 0-episodic (no episodic).

17. ደኃ – optimal

Zeta optimal, APT – α .

18. CRF-forecast

(1) ቈጸ – forecast

(2) 0-episodic.

19. T-regret

T-regret, ፖ- regreto.

20. LSE-( Least-Squares Estimator)

(1) ደኃ -regret

(2) ስ-CRF.

21. Pareto optimality

Pareto optimality, C-P .

22. ጭና-አቢ

DAA – dynamic allocation algorithm.

23. Q-value

Q-function (V-function), P-function

24. T-regret

T-regret , 0-episodic

25. RBF-SSD

(1) ደኃ -regreto

(2) LSE-( Least-Squares Estimator).

26. CRF -regret

CRF regret, APT – α .

27. ስ-CRF

S-CRF , T-regret.

28. APT- α

APT-α (0< α <1), C-P

29. ጭንብ (T-value)

(1) LSE-( Least-Squares Estimator)

(2) S -regreto.

30. 0-CRF

(1) T-regret

(2) CRF-forecast.

31. RBF -SSD

RBF, SS-D.

በወንጀል ግዴታ ኃይሎች ጮሀዘጋዚ (የመምሪያ CRF) ተጨፋማ ድንና ሆሸ.