强化监督

摘要： 近年来,深圳市全面落实《中国共产党机构编制工作条例》(以下简称《条例》),坚持规则先行,加强制度建设,强化监督检查,确保机构编制工作有章可循、规范有序、科学有效,为服务经济社会发展大局提供强有力制度和组织保障。

摘要： 《中共中央关于加强对"一把手"和领导班子监督的意见》(以下简称《意见》)强调,要把对"一把手"的监督作为重中之重,强化监督检查。"一把手"被赋予重要权力,担负着管党治党重要政治责任,必须以强有力的监督促使其做到位高不擅权、权重不谋私。党委(党组)、纪检机关、党的工作机关要突出对"一把手"的监督,将"一把手"作为开展日常监督、专项督查等的重点,让"一把手"时刻感受到用权受监督。

摘要： 为深入贯彻落实《关于更加有效发挥统计监督职能作用的意见》(以下简称《监督意见》),今年以来,重庆市统计局结合工作实际,自觉扛起主体责任,主动谋划部署,积极协调推动,坚定不移把党中央、国务院关于统计监督工作的决策部署落到实处。--明确任务落实责任。积极推动重庆市委、市政府制定印发贯彻落实《监督意见》的“任务分工方案”。

摘要： 融媒体时代,短视频已成为传媒行业的必争之地。面对这一趋势,传统平面媒体如何迅速迭代升级,在短视频领域占有一席之地?围绕这一问题,本文将从内容设计、传播方式、机制保障三个方面展开探讨。一、内容定位:强化监督、深耕服务、紧跟热点对于区域性传统平面媒体而言,进入短视频领域,机遇和挑战并存,优势和短板同样明显。

摘要： 监督是企业纪检监察部门的基本职责、第一责任,也是纪检监察工作的立足点和出发点。实践中,企业纪检监察部门要不断强化监督思维和意识,坚持以政治监督为统领,突出监督重点,创新监督方式,加强日常监督,充分发挥监督保障执行、促进完善发展作用,切实推动纪检监察工作高质量发展。

摘要： 攀枝花市:多措并举强化监督护航企业高质量发展今年以来,攀枝花国投集团纪委围绕“实力国企、先锋国投”的企业愿景和“一二三四五”的发展思路,聚焦企业市场化转型重点业务,监督执纪同步发力,全面护航企业高质量发展。健全监督机制,先后出台集团《廉洁从业七项规定》等10余项监督内控制度。

摘要： “多亏了园区的关心,我们企业终于如期投入试运营了。”2月1日,看着各条生产线上的设备有序运转,一派新气象,四川圣融达容阻科技有限公司董事长吴建明深有感触。2个月前,吴建明还在为设备不到位的问题发愁。地处长江上游的泸州市江阳区,提出在“十四五”时期把该区建成成渝地区双城经济圈“千亿强区”。目前,民营经济GDP占比超过55%,撑起全区经济“半壁江山”。为护航民营经济健康发展,江阳区纪检监察机关找准职责定位,强化监督,着力帮助“困难企业”渡过难关。

摘要： “以前我们这里晴天一身黑灰,雨天一身黑泥,基本就穿不上干净的衣服。一场煤炭集中区的综合整治,真的是发生了翻天覆地的变化,煤炭加工企业都建设了规范化的料仓,既整齐又方便管理,环境有了很大改善,最大的受益者就是我们老百姓啊!”石嘴山市人大常委会调研组在崇岗煤炭集中区调研时,现场的一位居民感慨地说。

摘要： “十四五”开局之年,十九届中央纪委五次全会明确要求,持续惩治国有企业腐败问题.强化廉洁风险防控。国有企业是中国特色社会主义的重要物质基础和政治基础,是党执政兴国的重要支柱和依靠力量,加大国有企业反腐力度,纪检监察机关责无旁贷。近年来,广东省纪检监察机关强化责任担当,充分发挥职能职责,切实做到盯住关键人、瞄准关键处、看住关键事,以精准监督为国有企业健康发展保驾护航。

摘要： 聚焦国之大者、聚焦重点领域关键环节、聚焦群众关切,2020年,云浮各级纪检监察机关立足“发现问题、指出问题、解决问题”,一以贯之履行监督专责,为建设“清廉云浮”持续发力,为云浮经济社会持续健康发展保驾护航。

摘要： 目前食品安全相关的法律都是由政府的各部门起草的，具有明显的部门特征，并且是随着改革开放之后生产的发展而逐渐形成体系的，因此必然存在着交叉、重复、疏漏，甚至冲突。今后食品安全法制建设的设想是：1.立法总管全局。2.食品安全委员会独立设置。3.事前监管。4.贯彻科学管理原则。

摘要： 本文针对目前交通运输事故多发的问题，按照国家有关规定，阐述了要从源头上治理事故，必须把好营运资格市场准入关，车辆技术状况关、贺驶员从业资格关，强化汽车站场的安全监督。即“三关一监督”，以实现道路运输安全。

摘要： 本文针对目前交通运输事故多发的问题，按照国家有关规定，阐述了要从源头上治理事故，必须把好营运资格市场准入关，车辆技术状况关、贺驶员从业资格关，强化汽车站场的安全监督。即“三关一监督”，以实现道路运输安全。

摘要： 本文针对目前交通运输事故多发的问题，按照国家有关规定，阐述了要从源头上治理事故，必须把好营运资格市场准入关，车辆技术状况关、贺驶员从业资格关，强化汽车站场的安全监督。即“三关一监督”，以实现道路运输安全。

摘要： 本文针对目前交通运输事故多发的问题，按照国家有关规定，阐述了要从源头上治理事故，必须把好营运资格市场准入关，车辆技术状况关、贺驶员从业资格关，强化汽车站场的安全监督。即“三关一监督”，以实现道路运输安全。

摘要： 本发明涉及PU强化学习的远程监督命名实体识别方法，属于自然语言处理与机器学习领域。主要为了解决中文命名实体识别任务的远程监督样本存在噪声标记、模型学习样本特征效率低下问题和训练过程缺乏有效监测机制。本发明首先利用BLSTM模型对文本提取单条样本序列特征和多标签评分信息；然后，基于PU强化学习，训练样本选择器，从标记语料和远程监督语料中筛选出正样本和负样本。再将负样本送入去噪还原器得到还原样本。再引入无偏、一致地估计任务损失的损失函数，使用正样本和还原样本训练中文命名实体识别模型；最后重复上述模型训练，直到筛选标记语料趋于稳定。在ICT语料、EC语料和NEWS进行了实验，结果表明本发明能达到较好的去噪效果。

摘要： 本发明涉及一种基于监督信号引导的深度强化学习自动驾驶汽车控制方法，属于自动驾驶汽车领域。该方法包括：S1：获取周边车辆状态信息；S2：建立汽车运动学模型；S3：利用DDPG算法构建自动驾驶汽车控制模型对车辆的加速度和转向角进行控制，并优化Actor网络的损失函数，同时利用IDM算法和MOBIL算法构建加速度和转向角监督信号，对DDPG算法的训练进行引导和优化。本发明提升了DDPG算法的训练效率，实现了控制策略的实时性与最优性。

摘要： 本发明公开了强化学习和监督学习相结合的移动负载均衡方法，包括以下步骤：首先初始化参数；然后开始当前轮次的循环，获取系统初始状态，开始每轮内部的小步的循环，进行强化学习过程，小步循环结束，转入下一轮次进行循环，直到达到设定的最大轮次，循环结束：更新数据池并采样，更新每一个实际执行网络的参数，最后将系统内各个基站的状态作为实际执行网络的输入，得到网络的输出值即每个基站自身的小区偏置值，并作用到系统中的各个基站，根据A3事件对用户进行切换，从而实现用户与基站之间的重新分配，进而降低过载小区的负载，实现系统的负载均衡。本发明具有较高的稳定性和负载均衡能力，以及较好的泛化性和迁移能力。

摘要： 本发明公开了一种基于强化学习的在线非监督的人群组分割方法及终端，包括：通过视频序列追踪运动特征点轨迹并提取运动人群语义；使用速度约束的自然最近邻法确定每个特征点最近邻的数量；计算每个特征点与其最近邻K个点的路径相似度，构造路径相似度矩阵；计算不同特征点轨迹在该时刻的运动相似度邻接矩阵；构建强化学习模块；构建价值矩阵进行强化学习训练，获得最佳分割阈值；根据最佳分割阈值对相似度邻接矩阵进行阈值分割，剩余的连通区域为最终特征点分割结果；基于最终特征点分割结果，利用K最近邻法对运动人群语义进行分割聚类，实现像素级别的人群组分割。通过本发明，提高了计算准确性以及分割准确性。

摘要： 使用弱监督多奖励强化学习扩充用于句子分类的文本数据。公开了一种系统和方法，其使得能够实现针对深度学习模型的领域特定文本训练数据的快速且成本有效的人在回路合成。数据扩充过程包括句子生成器、句子分类器和“回路中”的领域专家的弱监督。通常，句子生成器和句子分类器两者都被实现为机器学习模型。句子生成器基于人工标记的句子生成新的句子，并且句子分类器针对新生成的句子生成标签。新句子由领域专家校正或验证，并且然后用于重新训练句子生成器和句子分类器中的一个或两者。

摘要： 本发明涉及一种基于无监督图像编辑的多目标强化学习方法，包括：获取关于机器人控制场景的多目标任务数据集；训练对抗生成网络和特征空间编码器，将图像中与任务高度相关与不相关的因素进行解耦；对每个子空间对应全连接层的权重进行奇异值分解，获得贡献最大的若干个特征向量作为有语义信息的可编辑方向，并训练可编辑方向编码器来识别出可编辑方向的类别和尺度；基于可编辑方向编码器的输出得到图像的可编辑表征空间，作为控制策略网络的输入以及奖励函数的计算，同时通过在可编辑表征空间中可控地采样出各种目标任务来训练机器人，最终得到可完成多个目标的控制策略。与现有技术相比，本发明具有能够无监督解耦开任务相关因素、提升样本效率和泛化性能等优点。

摘要： 本发明公开了一种基于瓦瑟斯坦距离的无监督强化学习方法及装置，该方法包括获取智能体的当前策略引导得到的轨迹里的状态分布；计算状态分布与其他历史策略得到的轨迹里的状态分布之间的瓦瑟斯坦距离；根据瓦瑟斯坦距离计算智能体的伪回报，并以伪回报代替目标强化学习框架中的环境反馈的回报，引导智能体的当前策略与其他历史策略保持大的距离。该方法利用瓦瑟斯坦距离，来鼓励无监督强化学习框架下的算法能够训练得到多样化的策略或技能。

摘要： 本发明涉及一种基于强化学习的无监督误匹配检测方法，本发明首先将无标注的匹配点输入到误匹配检测网络，对检测网络进行训练，通过多次迭代得到最佳网络参数，并利用保存最佳网络参数的最终网络模型对待检测匹配点集进行检测，通过生成N个抽样子集并评估其对应模型，最后将模型的最大一致集作为正确匹配点对集合，从而完成了误匹配检测和剔除。本发明具有更高的误匹配检测效率、精度和稳定性，并且一方面克服了样本标签问题；另一方面不受误匹配率的限制，可以在较少的采样次数下得到大量正确匹配点；且该方法是一个无监督学习的框架，可以和其他分类网络兼容，解决误匹配探测问题。

摘要： 本申请涉及无监督多智能体强化学习技术领域，特别涉及一种协同模式多样化导向的无监督多智能体强化学习方法，包括：获取多智能体系统的多个联合策略网络；根据联合策略网络控制多个智能体进入协同模式，并获取在协同模型下与环境的交互数据；基于交互数据建立协同模式图，利用其计算协同模式差异；根据其对智能体的轨迹进行伪回报标注得到伪回报，并从经验回放样本池中采样获得完成伪回报标注的样本，通过梯度反向传播来更新联合策略网络，实现多智能体的强化学习。由此，解决了相关技术中无监督强化学习算法针对解决多智能体的情况具有局限性，且多智能体系统依赖于精心设计的环境反馈的奖励信号，导致难以有效学习到多智能体的联合策略等问题。

摘要： 本发明提出了一种基于深度强化学习的远程监督文本实体关系抽取方法，该方法包括：进行数据预处理，通过分词、词向量转化、位置向量构成文本向量；Bi‑LSTM+Attentnion将自然文本编码为含有上下文语义的特征向量；通过实体类型嵌入得到实体类型信息的嵌入表示；再构建出依存树，组合表示为最终的句子表示；选用一个句子注意力机制，得到加权的包表示；通过softmax函数计算得到预测标签；使用强化学习方法在远程监督标注和预测标签中选择一个作为软标签，再使用软标签作为正确标签训练，得到最终的关系抽取结果。