← 返回列表

作训科目推荐模型训练方法、装置、电子设备和存储介质

申请号: CN202410033227.X
申请人: 中国电子科技集团公司第十五研究所
申请日期: 2024/1/10

摘要文本

本申请涉及一种作训科目推荐模型训练方法、装置、电子设备和存储介质。该方法包括:获取作训数据训练样本集;作训数据包括参训人员和作训科目;基于多个参训人员与多个作训科目之间的交叉特征矩阵,构建表征参训人员与作训科目交互关系的二分图;将二分图输入至预设的作训科目推荐模型中进行特征提取,获得作训科目推荐结果;依据第一损失函数迭代更新作训科目推荐模型的模型参数,直至达到预设的迭代终止条件,以获得经训练的作训科目推荐模型;其中第一损失函数由一致性损失函数和交叉熵损失函数确定;利用低秩自适应LoRA算法对作训科目推荐模型的模型参数进行微调。本申请能够得到提高作训科目推荐准确度,提升个性化作训科目推荐模型性能。。更多数据:搜索

专利详细信息

项目 内容
专利名称 作训科目推荐模型训练方法、装置、电子设备和存储介质
专利类型 发明申请
申请号 CN202410033227.X
申请日 2024/1/10
公告号 CN117540828A
公开日 2024/2/9
IPC主分类号 G06N20/00
权利人 中国电子科技集团公司第十五研究所
发明人 董文涛; 胡满; 张晓伟; 周未; 崔伟; 林媛媛; 张雪鑫; 张士太; 董玉才; 尹张铭佳; 李震宇; 孔紫宁; 肖涵
地址 北京市海淀区北四环中路211号

专利主权项内容

1.一种作训科目推荐模型训练方法,其特征在于,包括:获取作训数据训练样本集;所述作训数据包括参训人员数据和作训科目数据;基于多个参训人员与多个作训科目之间的交叉特征矩阵,构建表征参训人员与作训科目交互关系的二分图;将所述二分图输入至预设的作训科目推荐模型中进行特征提取,获得作训科目推荐结果;依据第一损失函数迭代更新所述作训科目推荐模型的模型参数,直至达到预设的迭代终止条件,以获得经训练的所述作训科目推荐模型;其中所述第一损失函数由一致性损失函数和交叉熵损失函数确定。