期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多尺度注意力融合的知识追踪方法
被引量：
6
1
作者
段建设
崔超然
+3 位作者
宋广乐
马乐乐
马玉玲
尹义龙
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第4期591-598,共8页
互联网的普及使线上教育迅速发展,在缓解教育资源不均衡问题的同时,也为科研人员提供了大量的研究数据.教育数据挖掘是一个新兴学科,通过分析海量数据来理解学生的学习行为,为学生提供个性化学习建议.知识追踪是教育数据挖掘中的重要任...
互联网的普及使线上教育迅速发展,在缓解教育资源不均衡问题的同时,也为科研人员提供了大量的研究数据.教育数据挖掘是一个新兴学科,通过分析海量数据来理解学生的学习行为,为学生提供个性化学习建议.知识追踪是教育数据挖掘中的重要任务,其利用学生的历史答题序列预测学生下一次的答题表现.已有的知识追踪模型没有区分历史序列中的长期交互信息和短期交互信息,忽略了不同时间尺度的序列信息对未来预测的不同影响.针对该问题,提出一种基于多尺度注意力融合的知识追踪模型,使用时间卷积网络捕获历史交互序列的不同时间尺度信息,并基于注意力机制进行多尺度信息融合.针对不同学生及答题序列,该模型能自适应地确定不同时间尺度信息的重要性.实验结果表明,提出模型的性能优于已有的知识追踪模型.
展开更多
关键词
知识追踪
时间卷积神经网络
多尺度融合
注意力机制
深度学习
下载PDF
职称材料
基于深度强化学习的国内金融市场投资比较研究
2
作者
操东林
崔超然
杨潇
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第2期333-342,共10页
近年来,随着全球经济的迅速发展,参与金融投资的投资者增多,如何在复杂的金融市场中自动选择交易策略使收益最大化成为研究热点.强化学习可以通过与实际环境的交互来寻找最优的交易策略,使投资收益最大化.现有的方法大都是将一到两个强...
近年来,随着全球经济的迅速发展,参与金融投资的投资者增多,如何在复杂的金融市场中自动选择交易策略使收益最大化成为研究热点.强化学习可以通过与实际环境的交互来寻找最优的交易策略,使投资收益最大化.现有的方法大都是将一到两个强化学习算法应用于金融市场并比较算法在单一交易任务上的表现,此外,这些研究大都针对国外的股票、证券市场或加密货币市场,对国内金融市场的研究甚少.针对上述问题,面向国内金融投资市场,系统性地验证了不同类型的多种深度强化学习代表性算法在单只股票交易、多只股票交易和投资组合分配三个投资任务上的有效性.通过观察在累计收益率、夏普比率、最大回撤等评价指标上的回测结果对算法进行比较,结果显示在不同的投资任务中选取合适的强化学习算法可以有效地提升收益.
展开更多
关键词
强化学习
值函数
策略梯度
投资组合
股票交易
下载PDF
职称材料
题名
基于多尺度注意力融合的知识追踪方法
被引量：
6
1
作者
段建设
崔超然
宋广乐
马乐乐
马玉玲
尹义龙
机构
山东财经大学计算机科学与技术学院
山东省人工智能学会
山东大学软件学院
山东建筑大学计算机科学与技术学院
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第4期591-598,共8页
基金
国家自然科学基金(62077033)。
文摘
互联网的普及使线上教育迅速发展,在缓解教育资源不均衡问题的同时,也为科研人员提供了大量的研究数据.教育数据挖掘是一个新兴学科,通过分析海量数据来理解学生的学习行为,为学生提供个性化学习建议.知识追踪是教育数据挖掘中的重要任务,其利用学生的历史答题序列预测学生下一次的答题表现.已有的知识追踪模型没有区分历史序列中的长期交互信息和短期交互信息,忽略了不同时间尺度的序列信息对未来预测的不同影响.针对该问题,提出一种基于多尺度注意力融合的知识追踪模型,使用时间卷积网络捕获历史交互序列的不同时间尺度信息,并基于注意力机制进行多尺度信息融合.针对不同学生及答题序列,该模型能自适应地确定不同时间尺度信息的重要性.实验结果表明,提出模型的性能优于已有的知识追踪模型.
关键词
知识追踪
时间卷积神经网络
多尺度融合
注意力机制
深度学习
Keywords
knowledge tracing
temporal convolution networks
multi-scale fusion
attention mechanism
deep learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于深度强化学习的国内金融市场投资比较研究
2
作者
操东林
崔超然
杨潇
机构
山东省区块链金融重点实验室
山东财经大学计算机科学与技术学院
山东财经大学管理科学与工程学院
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第2期333-342,共10页
基金
国家自然科学基金(62077033,61701281)
山东省“泰山学者”工程(tsqn202211199)。
文摘
近年来,随着全球经济的迅速发展,参与金融投资的投资者增多,如何在复杂的金融市场中自动选择交易策略使收益最大化成为研究热点.强化学习可以通过与实际环境的交互来寻找最优的交易策略,使投资收益最大化.现有的方法大都是将一到两个强化学习算法应用于金融市场并比较算法在单一交易任务上的表现,此外,这些研究大都针对国外的股票、证券市场或加密货币市场,对国内金融市场的研究甚少.针对上述问题,面向国内金融投资市场,系统性地验证了不同类型的多种深度强化学习代表性算法在单只股票交易、多只股票交易和投资组合分配三个投资任务上的有效性.通过观察在累计收益率、夏普比率、最大回撤等评价指标上的回测结果对算法进行比较,结果显示在不同的投资任务中选取合适的强化学习算法可以有效地提升收益.
关键词
强化学习
值函数
策略梯度
投资组合
股票交易
Keywords
reinforcement learning
value function
strategy gradient
portfolio
stock trading
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多尺度注意力融合的知识追踪方法
段建设
崔超然
宋广乐
马乐乐
马玉玲
尹义龙
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2021
6
下载PDF
职称材料
2
基于深度强化学习的国内金融市场投资比较研究
操东林
崔超然
杨潇
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
