主讲人:李卫东

主讲人简介:李卫东，博士，教授，博士生导师，河南省重点学科地图制图学与地理信息工程学术带头人，河南省测绘学会常务理事，国家一级学科博士点新增博士学位授权网评专家。2015-2016 年美国密歇根大学自然环境学院地球环境科学系访问学者。主要研究方向：空间信息理论与方法、智能信息处理理论与方法、遥感影像处理。获河南省科技进步奖二等奖（排名第1）、中国测绘学会科学技术奖二等奖（排名第1）、中国地理信息科技进步奖二等奖（排名第 1）3 项。主持河南省重点研发专项、北京遥测技术研究所等近 20 项研究课题，社会服务累计到账 332 万元。发表论文 30 余篇，其中 SCI 检索20 余篇，出版专著 1 部，授权国家发明专利 12 项。

报告简介：探讨传统推荐方法往往局限于简单的规则和统计模型，难以深入理解复杂的专业知识，导致推荐结果缺乏精准性和可信度，无法真正满足生产者和管理者的实际需求。本研究拟将CoKE 与 GCN 结合进行知识图谱嵌，更有效捕捉实体之间的复杂关系，以实现对实体和关系更深层次的理解和表达，进而提升推荐结果的准确性和可解释性；利用强化学习与Transformer 提出一种深度强化学习策略价值网络，更好地捕捉状态信息中长期依赖关系，策略网络通过不断与环境交互，不断更新参数，最终学习到最佳推荐路径模型。模型对推荐系统多条路径进行判断，将推荐过程看作是智能体在知识图中进行决策的过程，智能体根据当前所处的位置和可采取的行动以及获得的奖励，不断学习，最终找到一条能够最大化累积奖励的路径，从而生成推荐结果。推荐路径同时也是对推荐结果的解释，提高推荐方法的可解释性。

时 间:2024-12-06 14:30

地 点:综合楼1905