基于深度学习的知识追踪

人工智能 · 其他 案例ID: 214837
联系该工程师
微信扫码，建群沟通
作者： 关旭森 - 1年经验- 海外大学

案例介绍

--改进深度学习模型中知识跟踪的方法

通过使用注意力机制来控制历史信息对DeepIRT模型的影响，提高模型的预测精度。研究对象主要基于DeepIRT模型和Transformer模型。

主要工作内容：数据清理，通过tensorflow建立两个模型，利用注意力机制和衰减函数控制模型对历史数据的注意力。

案例图片

基于深度学习的知识追踪

基于深度学习的知识追踪

基于深度学习的知识追踪

查看该工程师的更多案例

相似案例推荐

  • 智能读书系统

    智能读书系统

    创新系统开发：OCR、文本到语音和视频合成 我开发了一个创

  • 智能读书系统

    智能读书系统

    创新系统开发：OCR、文本到语音和视频合成 我开发了一个创

  • vue

    vue

    使用vue做前端页面，显示后端传送过来的数据，我主要负责前端

  • pyqt5界面

    pyqt5界面

    与后端模型的结合，使用pyqt5做一个前端显示页面，大致为调

  • 电池go微信小程序

    电池go微信小程序

    主要功能有电池收购，客户填写地址电池收购类型和数量 以及个人

  • 某手机配件网数据采集

    某手机配件网数据采集

    数据存储： 将抓取的数据存储到数据库中，可选择关系型数

发布任务

企业点击发布任务，工程师会在任务下报名，招聘专员也会在 1 小时内与您联系确认。
点击发布任务

1小时精推人才

需求方专属客服，免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
微信沟通 联系需求方端客服 看中这位工程师了？客服帮你 1 小时对接沟通 → ×