一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

數(shù)字化學(xué)習(xí)使學(xué)習(xí)到績(jī)效轉(zhuǎn)化的確定性成為可能

QVp5_ceibs_cbr ? 來(lái)源:中歐商業(yè)評(píng)論 ? 作者:中歐商業(yè)評(píng)論 ? 2021-01-14 14:16 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

站在數(shù)字化學(xué)習(xí)的實(shí)踐前沿,尤其是在疫情助推下,大部分培訓(xùn)遷移到了線上。在這場(chǎng)數(shù)字化學(xué)習(xí)事件中,諾華制藥培訓(xùn)總監(jiān)王星恒認(rèn)為,數(shù)字化學(xué)習(xí)存在兩大誤區(qū),分別是“手段和目的混淆”以及“費(fèi)用節(jié)省與效能衰減”,誤區(qū)背后的根本問(wèn)題是學(xué)習(xí)到績(jī)效轉(zhuǎn)化的不確定性,而數(shù)字化學(xué)習(xí)使學(xué)習(xí)到績(jī)效轉(zhuǎn)化的確定性成為可能。

1. 學(xué)習(xí)的內(nèi)容一定要能夠促使員工的行為轉(zhuǎn)變,達(dá)到組織行為學(xué)的要求,同時(shí)能夠推動(dòng)績(jī)效的產(chǎn)生。

2.我們發(fā)明了“三點(diǎn)式”教學(xué)法,把10、20、70(從內(nèi)容學(xué)習(xí)、從同儕學(xué)習(xí)、從經(jīng)驗(yàn)學(xué)習(xí)),全部放在線上,這樣能把所有的行為學(xué)習(xí)、行為練習(xí)、行為改變的所有數(shù)據(jù)點(diǎn)全部留存,為未來(lái)的分析帶來(lái)了可能。

3.同樣都是線上學(xué)習(xí),學(xué)習(xí)之后,一組進(jìn)行老師一對(duì)一的課后輔導(dǎo),另一組完成自我反思問(wèn)題,效果竟然是自我反思組超過(guò)老師一對(duì)一輔導(dǎo)組。并且我們用教育學(xué)研究方法驗(yàn)證了這個(gè)結(jié)論,在統(tǒng)計(jì)檢驗(yàn)上達(dá)到顯著。

明確數(shù)字化學(xué)習(xí)的目標(biāo) 先分享我認(rèn)為2020年最有趣的一個(gè)故事。爸爸和孩子在山間走路,爸爸指著遠(yuǎn)方的一棵樹(shù),跟小孩說(shuō),“我們各自走,但是我們要到達(dá)樹(shù)那里”。爸爸和小孩兩個(gè)人做了兩個(gè)不同的行為,小孩看著自己的腳下,一步接一步地走。爸爸則盯著遠(yuǎn)方的那棵樹(shù)走了過(guò)去,縱然山路有崎嶇,有不同的環(huán)境。結(jié)果我們可以預(yù)料到,爸爸最終到達(dá)了那棵樹(shù),而一直看著自己腳下的小孩,雖然每一步走得很精準(zhǔn),但方向早已偏離。 同理,數(shù)字化的方向或者數(shù)字化學(xué)習(xí)的方向究竟是在哪里?我將分享在諾華的實(shí)踐中所收獲的。 諾華制藥是一家跨國(guó)的制藥企業(yè),在全球一直位列第三或者第四名,一年大概500億美金左右的銷售額,在中國(guó)也是一個(gè)龐大的機(jī)構(gòu)。

疫情來(lái)臨,線下的教育似乎如坐針氈、如履薄冰,線上教育似乎一飛升天,飛黃騰達(dá),但真的是這樣嗎? 看上去因?yàn)橐咔椋?0%的線下教育轉(zhuǎn)成了線上,但我們要思考,教育行業(yè)的上市公司并沒(méi)有因?yàn)橐咔閹?lái)巨大的流量而使得市值帶來(lái)巨大的發(fā)展,為什么? 類似的,淘寶購(gòu)物節(jié)交易額每年都創(chuàng)新高,字節(jié)跳動(dòng)的抖音也在不斷發(fā)展,他們背后的驅(qū)動(dòng)力是什么? 我是醫(yī)生出身,我的答案是,靠多巴胺。購(gòu)物有欣喜繼續(xù)購(gòu)物,看到自己喜歡的新聞不斷地看,刷抖音不停地刷,為什么?多巴胺在不停地刺激和釋放。反觀教育,有多巴胺嗎?哪個(gè)小朋友說(shuō)學(xué)完了數(shù)學(xué)以后有多巴胺的分泌,沒(méi)有。 這是一個(gè)問(wèn)題,問(wèn)題在哪里?我根本要講的一個(gè)點(diǎn)叫數(shù)據(jù),為什么我們?cè)谄渌男袠I(yè)不斷地在產(chǎn)生多巴胺?是因?yàn)槲铱吹降奶詫毥缑婧湍憧吹降奶詫毥缑媸遣灰粯拥模踔链蠹叶颊f(shuō)連價(jià)格都不一樣。

比如我女兒在線學(xué)英文,她選擇一個(gè)level的難度之后,這個(gè)level所有小孩的課都是一樣的,然后再測(cè)試,再到下一個(gè)level。這個(gè)過(guò)程不會(huì)讓小孩產(chǎn)生多巴胺,反觀我們教育行業(yè),成人或在線教育,怎么能持續(xù)地產(chǎn)生多巴胺? 線上和線下的目的到底是什么,一定程度上、從生理學(xué)上來(lái)說(shuō)可能是多巴胺,而我們企業(yè)教育的目的是什么?很簡(jiǎn)單,學(xué)習(xí)的內(nèi)容一定要能夠促使員工的行為轉(zhuǎn)變,達(dá)到組織行為學(xué)的要求,同時(shí)能夠推動(dòng)績(jī)效的產(chǎn)生。 我想問(wèn)在企業(yè)里的HR或者HRD,我們的學(xué)習(xí)能推動(dòng)績(jī)效嗎?如果你回答我說(shuō)“不知道”,你的回答很正常。如果你的回答告訴我,“我覺(jué)得可以”,那么告訴我推動(dòng)多少,0.5%還是0.05%?如果你告訴我,“我覺(jué)得可能還不能夠”,那也是現(xiàn)實(shí)。 我們做過(guò)研究,發(fā)現(xiàn)對(duì)于有些學(xué)習(xí)來(lái)說(shuō),學(xué)習(xí)之后的效果還不如不學(xué)。 不管是線上還是線下學(xué)習(xí),要搞清楚目的究竟是什么。

最大問(wèn)題:學(xué)習(xí)績(jī)效轉(zhuǎn)化不確定 當(dāng)大量的學(xué)習(xí)從線下轉(zhuǎn)成線上的時(shí)候,效能高度衰減。線上直播的教學(xué),有多少人實(shí)際上在聽(tīng)、聽(tīng)完效果如何,這個(gè)其實(shí)并不知道。

如果我們真正想推動(dòng)企業(yè)學(xué)習(xí)效能來(lái)改變員工的行為、推動(dòng)績(jī)效,我們就要認(rèn)認(rèn)真真去研究這當(dāng)中相關(guān)度是多少。 我們現(xiàn)在面臨的根本問(wèn)題不是線上和線下的問(wèn)題,而是學(xué)習(xí)績(jī)效轉(zhuǎn)化不確定性的問(wèn)題。當(dāng)我們把愿景、組織目標(biāo)落到最后能夠使戰(zhàn)略戰(zhàn)術(shù)得到執(zhí)行,能力是當(dāng)中非常重要的一環(huán),但是又是不確定的一環(huán)。 雖然我們也做學(xué)習(xí)過(guò)程評(píng)估,但那個(gè)評(píng)估是在一個(gè)非常嚴(yán)酷的環(huán)境下做的測(cè)試,在泛行業(yè),這個(gè)標(biāo)準(zhǔn)根本不實(shí)用。這個(gè)評(píng)估只能限定在一定人群范圍內(nèi),做微小或者精準(zhǔn)的項(xiàng)目。 我們長(zhǎng)期的研究認(rèn)為,數(shù)字化的學(xué)習(xí)能讓績(jī)效轉(zhuǎn)化的確定性成為可能,但還并沒(méi)有成為現(xiàn)實(shí)。

數(shù)據(jù)點(diǎn)要能夠去驗(yàn)證績(jī)效 線上學(xué)習(xí)有兩個(gè)要素,第一是場(chǎng)景,第二是數(shù)據(jù)。所有行業(yè)都一樣,阿里巴巴也說(shuō)自己是場(chǎng)景和數(shù)據(jù),得到也講的是場(chǎng)景和數(shù)據(jù),字節(jié)跳動(dòng)講的還是場(chǎng)景和數(shù)據(jù),看來(lái)有通識(shí)性,場(chǎng)景實(shí)現(xiàn)了什么?數(shù)據(jù)實(shí)現(xiàn)了什么? 數(shù)字化學(xué)習(xí)有四大特征。

第一,場(chǎng)景窮盡化。線上學(xué)習(xí)讓我們窮盡場(chǎng)景成為可能。老師上課講完原理之后舉例子,讓大家練習(xí),最后會(huì)總結(jié)說(shuō)練習(xí)是局限的,回去以后要靈活應(yīng)用。真正做到靈活應(yīng)用其實(shí)非常難。組織行為學(xué)里有一致性理論,(編者注:所謂一致性,即如果其他人在相似的場(chǎng)合下都有相同的反應(yīng), 則說(shuō)該行為具有一致性),我們希望把所有的場(chǎng)景窮盡,這樣才能夠真正做到類似場(chǎng)景下的一致性的能力遷移。諾華制藥在實(shí)踐中總結(jié)了大量的場(chǎng)景。

第二,反饋及時(shí)。要充分設(shè)計(jì)好反饋的時(shí)間節(jié)點(diǎn)。即便是線下培訓(xùn),也需要點(diǎn)評(píng),線上更是如此。

第三,數(shù)據(jù)績(jī)效化。我們對(duì)數(shù)據(jù)的理解有偏差。比如時(shí)長(zhǎng)這個(gè)數(shù)據(jù),什么叫時(shí)長(zhǎng)?你會(huì)覺(jué)得這個(gè)問(wèn)題太簡(jiǎn)單,時(shí)長(zhǎng)就是這個(gè)視頻有多長(zhǎng)。那么請(qǐng)問(wèn),回看怎么算?快進(jìn)怎么算?如果你對(duì)時(shí)長(zhǎng)的定義沒(méi)有考慮這些學(xué)習(xí)行為,那就麻煩了,你拿到的數(shù)據(jù)是稀奇古怪的。所以,數(shù)據(jù)定義本身就有大量的需要研究的空間。

第四,有了數(shù)據(jù)之后,有可能采集到數(shù)據(jù)點(diǎn)跟績(jī)效去對(duì)接嗎?跟行為改變?nèi)?duì)接嗎?我問(wèn)過(guò)大量的學(xué)習(xí)供應(yīng)商這個(gè)問(wèn)題,有多少個(gè)數(shù)據(jù)點(diǎn)可以提供給我,而且這些數(shù)據(jù)點(diǎn)被驗(yàn)證過(guò)跟行為改變相關(guān)。非常少的供應(yīng)商能直接回答我。數(shù)據(jù)點(diǎn)沒(méi)驗(yàn)證過(guò),這就麻煩了。更多的供應(yīng)商甚至根本沒(méi)有埋過(guò)數(shù)據(jù)點(diǎn)。只有時(shí)長(zhǎng),沒(méi)有埋過(guò)其他數(shù)據(jù)點(diǎn),這樣的證據(jù)材料就是廢物,將來(lái)不可能去做數(shù)據(jù)化績(jī)效考核分析。

基于以上種種條件的達(dá)成,我們才能談到學(xué)習(xí)定制化,定制化才能產(chǎn)生多巴胺。

打造數(shù)字化學(xué)習(xí)的數(shù)據(jù)閉環(huán) 我把整個(gè)環(huán)節(jié)用下面這棵樹(shù)來(lái)表示。樹(shù)根是績(jī)效模型,長(zhǎng)出的樹(shù)枝就是我們的行為,桃子是場(chǎng)景。

我們有大量的老師去一線采集場(chǎng)景,把桃子采回來(lái),再把桃子里面的知識(shí)點(diǎn)萃取出來(lái),這是一個(gè)費(fèi)時(shí)、費(fèi)力、費(fèi)技術(shù)的工作。人工智能的前期需要人工,之后才能智能,并且人工是巨大的。我們采集了大量的場(chǎng)景,然后把它根據(jù)不同的桃子組合形成課件,并且進(jìn)行運(yùn)營(yíng),運(yùn)營(yíng)過(guò)程中,要有行為改變?nèi)テヅ洹?在這個(gè)過(guò)程當(dāng)中會(huì)產(chǎn)生大量的數(shù)據(jù),這些數(shù)據(jù)要能夠連通形成閉環(huán)?,F(xiàn)在都很流行討論閉環(huán),但問(wèn)題是一個(gè)環(huán)到另外一個(gè)環(huán)之間真有數(shù)據(jù)證實(shí)嗎?我們要對(duì)學(xué)與不學(xué)的區(qū)別、以及怎么學(xué)來(lái)進(jìn)行嚴(yán)謹(jǐn)?shù)难芯?,要看統(tǒng)計(jì)學(xué)的差異,這些都值得我們持續(xù)討論。

每一級(jí)的知識(shí)點(diǎn)搭建,是一個(gè)大工程。比如,與客戶互動(dòng)是我們最小的一個(gè)行為,會(huì)落到最小的點(diǎn)就是一個(gè)知識(shí)點(diǎn)。因?yàn)橛袌?chǎng)景,一個(gè)溝通行為就會(huì)有一個(gè)知識(shí)點(diǎn),很細(xì)節(jié),但確實(shí)是很龐大的工程,需要人來(lái)做。 有知識(shí)點(diǎn)形成教材以后,我們發(fā)明了“三點(diǎn)式”教學(xué)法,把10、20、70,(從內(nèi)容學(xué)習(xí)、從同儕學(xué)習(xí)、從經(jīng)驗(yàn)學(xué)習(xí))全部放在線上,這樣能把行為學(xué)習(xí)、行為練習(xí)、行為改變的所有數(shù)據(jù)點(diǎn)全部留存,為未來(lái)的分析帶來(lái)可能。 另外,如果你發(fā)現(xiàn)我們的學(xué)習(xí)可能跟績(jī)效或行為改變相關(guān)性差,你一定反思一下,你在整個(gè)“三點(diǎn)式”當(dāng)中的某一點(diǎn)的有效性可能出了問(wèn)題。 激勵(lì)部分不是我們擅長(zhǎng)的,我們找了一家公司幫我們運(yùn)營(yíng),減少運(yùn)營(yíng)的壓力,可以保證100%讓學(xué)員學(xué)完。具體的激勵(lì)方法,有一系列除了錢以外的辦法。

數(shù)字化學(xué)習(xí)未來(lái)一定走向人工智能 既往的行為改變,甚至做測(cè)評(píng)評(píng)估的時(shí)候,我認(rèn)為叫自嗨。全部靠個(gè)人的判斷,一個(gè)常見(jiàn)情境是,五個(gè)評(píng)委坐在下面評(píng)審一個(gè)人,評(píng)出來(lái)的差異會(huì)非常大。我們做過(guò)這樣的研究,老師之間評(píng)分的離散度非常大,大到可以推倒這個(gè)研究。我們現(xiàn)在逐漸地走向了用人工智能去評(píng)估學(xué)習(xí)行為,目前跟供應(yīng)商合作有一系列成功的產(chǎn)品,去評(píng)估人各種各樣的學(xué)習(xí)行為。

到目前為止,我們公司的企業(yè)學(xué)習(xí)平臺(tái)上大概每天有20%左右的人會(huì)自發(fā)去學(xué)習(xí),我們公司大概有5000人,每天他們學(xué)習(xí)的時(shí)長(zhǎng)大約是半個(gè)小時(shí),所以我每年可以累計(jì)下來(lái)30-50萬(wàn)小時(shí)的學(xué)習(xí)數(shù)據(jù)。 我們把這些數(shù)據(jù)深入研究之后,有驚人發(fā)現(xiàn)。線上學(xué)習(xí)最后的行為改變竟然優(yōu)于面對(duì)面學(xué)習(xí),自我反思式學(xué)習(xí)超過(guò)老師一對(duì)一輔導(dǎo)學(xué)習(xí)效果。并且我們用教育學(xué)研究方法驗(yàn)證了這個(gè)結(jié)論,在統(tǒng)計(jì)檢驗(yàn)上達(dá)到顯著。 培訓(xùn)老師們也很緊張未來(lái)自己的價(jià)值在哪里。未來(lái)一定是走向人工智能,但是前期需要人工,老師們需要思考人工智能結(jié)合下的轉(zhuǎn)型。

我們公司今年已經(jīng)把80%的學(xué)習(xí)內(nèi)容遷移到了線上,未來(lái)還會(huì)持續(xù)在數(shù)字化道路上繼續(xù)前行,擁抱數(shù)字,發(fā)現(xiàn)數(shù)字的洞察,這是我們的必經(jīng)之路,也是未來(lái)的方向。在數(shù)字化之路上,我們可以像最開(kāi)頭的故事里的爸爸一樣,目標(biāo)清晰地盯住那棵樹(shù),雖然歷經(jīng)曲折,但終究會(huì)走向目標(biāo),但最怕的是每個(gè)腳印都走得正確,但方向錯(cuò)了。數(shù)字化之路上,希望我們都能不忘最初的目標(biāo)。我期待有更多的同道加入我們數(shù)字化學(xué)習(xí)探索的道路。

原文標(biāo)題:王星恒:數(shù)字化學(xué)習(xí)使學(xué)習(xí)到績(jī)效轉(zhuǎn)化的確定性成為可能

文章出處:【微信公眾號(hào):中歐商業(yè)評(píng)論】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯:haq

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 數(shù)字化
    +關(guān)注

    關(guān)注

    8

    文章

    9511

    瀏覽量

    63550

原文標(biāo)題:王星恒:數(shù)字化學(xué)習(xí)使學(xué)習(xí)到績(jī)效轉(zhuǎn)化的確定性成為可能

文章出處:【微信號(hào):ceibs-cbr,微信公眾號(hào):中歐商業(yè)評(píng)論】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    NVIDIA Isaac Lab可用環(huán)境與強(qiáng)化學(xué)習(xí)腳本使用指南

    Lab 是一個(gè)適用于機(jī)器人學(xué)習(xí)的開(kāi)源模塊化框架,其模塊化高保真仿真適用于各種訓(xùn)練環(huán)境,Isaac Lab 同時(shí)支持模仿學(xué)習(xí)(模仿人類)和強(qiáng)化學(xué)習(xí)(在嘗試和錯(cuò)誤中進(jìn)行學(xué)習(xí)),為所有機(jī)器
    的頭像 發(fā)表于 07-14 15:29 ?495次閱讀
    NVIDIA Isaac Lab可用環(huán)境與強(qiáng)<b class='flag-5'>化學(xué)習(xí)</b>腳本使用指南

    全網(wǎng)最全學(xué)習(xí)Zephyr開(kāi)發(fā)教程資料匯總-從基礎(chǔ)文檔視頻到上手實(shí)操示例

    ,確保系統(tǒng)響應(yīng)的確定性延遲,并且內(nèi)存占用極小。豐富的通信機(jī)制、深度集成的電源管理模式等,也進(jìn)一步提升了其在嵌入式領(lǐng)域的競(jìng)爭(zhēng)力。然而,要深入掌握 Zephyr 開(kāi)發(fā)并非一蹴而就之事。為了方便大家順利踏上
    發(fā)表于 07-04 11:13

    康謀分享 | 基于多傳感器數(shù)據(jù)的自動(dòng)駕駛仿真確定性驗(yàn)證

    自動(dòng)駕駛仿真測(cè)試中,游戲引擎的底層架構(gòu)可能會(huì)帶來(lái)非確定性的問(wèn)題,侵蝕測(cè)試可信度。如何通過(guò)專業(yè)仿真平臺(tái),在多傳感器配置與極端天氣場(chǎng)景中實(shí)現(xiàn)測(cè)試數(shù)據(jù)零差異?確定性驗(yàn)證方案已成為自動(dòng)駕駛研發(fā)
    的頭像 發(fā)表于 07-02 13:17 ?3376次閱讀
    康謀分享 | 基于多傳感器數(shù)據(jù)的自動(dòng)駕駛仿真<b class='flag-5'>確定性</b>驗(yàn)證

    應(yīng)用分享 | 精準(zhǔn)生成和時(shí)序控制!AWG在確定性三量子比特糾纏光子源中的應(yīng)用

    丹麥哥本哈根大學(xué)最新研究利用任意波形發(fā)生器(AWG),成功構(gòu)建保真度56%的確定性三量子比特GHZ態(tài)!AWG憑借精準(zhǔn)的信號(hào)生成和時(shí)序控制能力,充分展現(xiàn)了其在量子態(tài)操控中的強(qiáng)大能力。
    的頭像 發(fā)表于 06-06 14:06 ?511次閱讀
    應(yīng)用分享 | 精準(zhǔn)生成和時(shí)序控制!AWG在<b class='flag-5'>確定性</b>三量子比特糾纏光子源中的應(yīng)用

    18個(gè)常用的強(qiáng)化學(xué)習(xí)算法整理:從基礎(chǔ)方法高級(jí)模型的理論技術(shù)與代碼實(shí)現(xiàn)

    本來(lái)轉(zhuǎn)自:DeepHubIMBA本文系統(tǒng)講解從基本強(qiáng)化學(xué)習(xí)方法高級(jí)技術(shù)(如PPO、A3C、PlaNet等)的實(shí)現(xiàn)原理與編碼過(guò)程,旨在通過(guò)理論結(jié)合代碼的方式,構(gòu)建對(duì)強(qiáng)化學(xué)習(xí)算法的全面理解。為確保內(nèi)容
    的頭像 發(fā)表于 04-23 13:22 ?403次閱讀
    18個(gè)常用的強(qiáng)<b class='flag-5'>化學(xué)習(xí)</b>算法整理:從基礎(chǔ)方法<b class='flag-5'>到</b>高級(jí)模型的理論技術(shù)與代碼實(shí)現(xiàn)

    進(jìn)群免費(fèi)領(lǐng)FPGA學(xué)習(xí)資料!數(shù)字信號(hào)處理、傅里葉變換與FPGA開(kāi)發(fā)等

    的基礎(chǔ)知識(shí),講述了確定性數(shù)字信號(hào)處理的知識(shí),包括離散時(shí)間信號(hào)及系統(tǒng)的介紹、z變換、傅里葉變換、頻率分析以及濾波器設(shè)計(jì)等。介紹了隨機(jī)數(shù)字信號(hào)處理的知識(shí),主要學(xué)習(xí)多速率
    發(fā)表于 04-07 16:41

    詳解RAD端端強(qiáng)化學(xué)習(xí)后訓(xùn)練范式

    受限于算力和數(shù)據(jù),大語(yǔ)言模型預(yù)訓(xùn)練的 scalinglaw 已經(jīng)趨近于極限。DeepSeekR1/OpenAl01通過(guò)強(qiáng)化學(xué)習(xí)后訓(xùn)練涌現(xiàn)了強(qiáng)大的推理能力,掀起新一輪技術(shù)革新。
    的頭像 發(fā)表于 02-25 14:06 ?590次閱讀
    詳解RAD端<b class='flag-5'>到</b>端強(qiáng)<b class='flag-5'>化學(xué)習(xí)</b>后訓(xùn)練范式

    淺談適用規(guī)模充電站的深度學(xué)習(xí)有序充電策略

    深度強(qiáng)化學(xué)習(xí)能夠有效計(jì)及電動(dòng)汽車出行模式和充電需求的不確定性,實(shí)現(xiàn)充電場(chǎng)站充電成本化的目標(biāo)。通過(guò)對(duì)電動(dòng)汽車泊車時(shí)間和充電需求特征進(jìn)行提取,建立適用于大規(guī)模電動(dòng)汽車有序充電的馬爾可夫決策過(guò)程模型,并
    的頭像 發(fā)表于 02-08 15:00 ?535次閱讀
    淺談適用規(guī)模充電站的深度<b class='flag-5'>學(xué)習(xí)</b>有序充電策略

    AFE5808A串并變換之后數(shù)據(jù)錯(cuò)位,輸出結(jié)果具有不確定性,為什么?

    AFE5808A串并變換之后數(shù)據(jù)錯(cuò)位,輸出結(jié)果具有不確定性,求問(wèn)可能的原因有哪些?
    發(fā)表于 01-01 07:23

    全球首張!賽思時(shí)鐘系統(tǒng)賦能山東省確定性網(wǎng)絡(luò),夯實(shí)數(shù)字未來(lái)新基座

    全球首張確定性網(wǎng)絡(luò)的高精度時(shí)間同步,由賽思打造!
    的頭像 發(fā)表于 11-29 11:13 ?647次閱讀
    全球首張!賽思時(shí)鐘系統(tǒng)賦能山東省<b class='flag-5'>確定性</b>網(wǎng)絡(luò),夯實(shí)<b class='flag-5'>數(shù)字</b>未來(lái)新基座

    科技云報(bào)到:數(shù)字化轉(zhuǎn)型,從不確定性確定性的關(guān)鍵路徑

    科技云報(bào)到:數(shù)字化轉(zhuǎn)型,從不確定性確定性的關(guān)鍵路徑
    的頭像 發(fā)表于 11-16 16:52 ?750次閱讀
    科技云報(bào)到:<b class='flag-5'>數(shù)字化</b>轉(zhuǎn)型,從不<b class='flag-5'>確定性</b><b class='flag-5'>到</b><b class='flag-5'>確定性</b>的關(guān)鍵路徑

    如何使用 PyTorch 進(jìn)行強(qiáng)化學(xué)習(xí)

    的計(jì)算圖和自動(dòng)微分功能,非常適合實(shí)現(xiàn)復(fù)雜的強(qiáng)化學(xué)習(xí)算法。 1. 環(huán)境(Environment) 在強(qiáng)化學(xué)習(xí)中,環(huán)境是一個(gè)抽象的概念,它定義了智能體(agent)可以執(zhí)行的動(dòng)作(actions)、觀察
    的頭像 發(fā)表于 11-05 17:34 ?1041次閱讀

    計(jì)及多重不確定性的規(guī)?;妱?dòng)汽車接入配電網(wǎng)調(diào)度方法及解決方案

    摘要:規(guī)模日益增長(zhǎng)的電動(dòng)汽車和可再生能源帶來(lái)的不確定性給配電網(wǎng)的安全運(yùn)營(yíng)帶來(lái)了嚴(yán)峻挑戰(zhàn)。為綜合考慮多重不確定性、平衡運(yùn)營(yíng)成本與系統(tǒng)可靠性,首先,提出一種基于分布魯棒聯(lián)合機(jī)會(huì)約束的電動(dòng)汽車-配電網(wǎng)
    的頭像 發(fā)表于 09-14 15:26 ?928次閱讀
    計(jì)及多重不<b class='flag-5'>確定性</b>的規(guī)?;妱?dòng)汽車接入配電網(wǎng)調(diào)度方法及解決方案

    電源空載電壓的確定應(yīng)遵循的原則是什么

    電源空載電壓的確定是一個(gè)復(fù)雜的過(guò)程,涉及許多因素和原則。 1. 引言 電源是電子系統(tǒng)中不可或缺的組成部分,它為系統(tǒng)提供所需的電能。電源的空載電壓是指在沒(méi)有負(fù)載的情況下,電源輸出的電壓值。空載電壓
    的頭像 發(fā)表于 08-08 14:28 ?2227次閱讀

    中國(guó)移動(dòng)完成業(yè)界首例端端雙頻5G-A確定性網(wǎng)絡(luò)試點(diǎn)

    數(shù)字化轉(zhuǎn)型的浪潮中,5G技術(shù)正以前所未有的速度滲透各行各業(yè),尤其是工業(yè)生產(chǎn)領(lǐng)域。近日,中國(guó)移動(dòng)研究院攜手江蘇移動(dòng)、立訊精密及華為公司,共同完成了業(yè)界矚目的首例端端“雙頻5G-A確定性
    的頭像 發(fā)表于 07-23 16:46 ?1202次閱讀