Zobrazeno 1 - 8 of 8 pro vyhledávání: '"reinforcement learning actor-critic"'
1
Akademický článek
Deep Learning-Based Risk Prediction in Power Sector Financial Management Using Transformer and Actor-Critic Reinforcement Learning
Autor: Yuhuizi Xu, Dongzhu Zhu
Publikováno v: IEEE Access, Vol 12, Pp 137729-137745 (2024)
Precise short-term electricity demand forecasting is crucial for the grid’s operation and reliability management, while long-term forecasting is for future energy policymaking. However, the nonlinear and stochastic nature of economic and environmen
Externí odkaz: https://doaj.org/article/9e11c1b2b34d4b0683b95e14eb087b85
Zobrazit plný text záznamu
2
Akademický článek
ISLAMIC STOCK PORTFOLIO OPTIMIZATION USING DEEP REINFORCEMENT LEARNING
Autor: Taufik Faturohman, Teguh Nugraha
Publikováno v: Journal of Islamic Monetary Economics and Finance, Vol 8, Iss 2, Pp 181-200 (2022)
The Islamic principles in identifying stocks as Shari’ah principles have inevitability restrict the number of stocks that Muslims can invest in and consequently may affect the return from investment. In this paper, we examine the potential of Deep
Externí odkaz: https://doaj.org/article/e4f36bda3aa846b7ab18d3becec85ace
Zobrazit plný text záznamu
3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
5
Combining Experience Replay with Exploration by Random Network Distillation
Autor: Francesco Sovrano
Publikováno v: CoG
Our work is a simple extension of the paper "Exploration by Random Network Distillation". More in detail, we show how to efficiently combine Intrinsic Rewards with Experience Replay in order to achieve more efficient and robust exploration (with resp
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::6762225faf3270018d74817afd1ffc7a
http://hdl.handle.net/11585/773668
Zobrazit plný text záznamu
6
Accelerate Learning Processes by Avoiding Inappropriate Rules in Transfer Learning for Actor-Critic
Autor: TAKANO, Toshiaki, TAKASE, Haruhiko, KAWANAKA, Hiroharu, TSURUOKA, Shinji
Publikováno v: Proceedings of the Second International Workshop on Regional Innovation Studies : (IWRIS2010). 2:55-58
This paper aims to accelerate processesof actor-critic method, which is one of majorreinforcement learning algorithms, by a transferlearning. In general, reinforcement learning is usedto solve optimization problems. Learning agentsacquire a policy to
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=jairo_______::66d026fe8f60265d2c37aec859c37423
http://hdl.handle.net/10076/11661
Zobrazit plný text záznamu
7
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
8
Kniha
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Vyhledávací nástroje:

Upřesnit hledání

Omezení vyhledávání
Plný text Recenzováno Digitální knihovna AV ČR
Zdroje