湍流与蠕虫的DNA序列的多重分形谱分析

为了用多重分形谱理论定量描述复杂系统的内部结构,详细讨论了多重分形谱中各参量的物理意义,给出了计算多重分形谱的公式,并采用小波WTMM(wavelet transform maxima modulus)算法计算了多分形Cantor集、湍流和DNA序列的多重分形谱。研究结果表明:多分形谱分析能够得到序列(或集合)不均匀的整体分布信息,湍流与DNA的多分形特性十分相似,DNA比湍流更不均匀,"混乱"特性似乎更充分,基于小波算法的WTMM理论可以用来计算复杂现象的多分形谱,计算结果是可信的。     

基于知识的深度强化学习研究综述

作为解决序贯决策的机器学习方法,强化学习采取持续的“交互-试错”机制,实现智能体(Agent)与环境的不断交互,从而学得完成任务的最优策略,契合了人类提升智能的行为决策方式。知识作为一种包含了经验、价值观、认知规律以及专家见解等要素的结构化信息,应用于强化学习可以有效提高Agent的学习效率,降低学习难度。鉴于此,本文以强化学习的基本理论为起点,对深度强化学习以及基于知识的深度强化学习研究成果进行了系统性的总结与梳理。