金钊 讲师
联系方式:jzletter@sina.com
地址:云南大学呈贡校区信息学院3012
发表论文 [1]Zhao Jin, Jian Jin, Jiong Song, Learning Form Experience:A Bayesian Network Based Reinforcement Learning Approach, Lecture Notes in
Computer Science, Vol.7030, pp:407-414,Springer, Heidelberg, 2011.10. (EI收录:201**)
[2]Zhao Jin, Jian Jin, WeiYi Liu, Autonomous Discovery of Subgoals using Acyclic State Trajectories, Lecture Notes in Computer Science,
Vol.6377, pp:49-56, Springer, Heidelberg, 2010.10. (EI收录:641)
[3]Zhao Jin, Jian Jin, WeiYi Liu, Discovering Sub-goals from Layered State Space, The IEEE Fifth International Conference on Bio-
Inspired Computing: Theories and Applications, pp: 913-917, Changsha, China, 2010.09. (EI收录:228)
[4]Zhao Jin, JiDong Li, Reducing exploration by closing enclosures in cluttered state space, The 2009 International Conference on
Information Engineering and Computer Science, Wuhan, China, pp:1726-1729, 2009.12. (EI收录:974)
[5]Zhao Jin, WeiYi Liu, Jian Jin, A heuristic method to isolate the state space, The Second International Conference on Computer Science
and Software Engineering, Wuhan, China, pp:1-4, 2009.12. (EI收录:964)
[6]Zhao Jin, WeiYi Liu, Jian Jin, Partitioning the State Space By Critical States, The Fourth International Conference on Bio-Inspired
Computing: Theories and Applications, pp:206-212, Beijing, China, 2009.10. (EI收录:028)
[7]Zhao Jin, WeiYi Liu, Jian Jin, State-Clusters Shared Cooperative Multi-Agent Reinforcement Learning,Proceedings of the 7th Asian
Control Conference, pp:129-135, Hong Kong, China, 2009.08. (EI收录:824)
[8]Zhao Jin, WeiYi Liu, Jian Jin, A State-Cluster based Q-learning, the Fifth International Conference on Natural Computation, pp:44-49,
Tianjin, China, 2009.08. (EI收录:869)
[9]Zhao Jin, WeiYi Liu, Jian Jin, Finding Shortcuts from Episode in Multi-Agent Reinforcement Learning, The 2009 International
Conference on Machine Learning and Cybernetics, pp:2306-2311, Baoding, China, 2009.07. (EI收录:774)
[10]Zhao Jin,WeiYi Liu, Jian Jin, Building real-time updating bayesian network refine watering control of ordering machine, Chinese
Journal of Scientific Instrument, Vol.28 No.8, pp:346-350, 2007.08. (EI收录:066)
[11]金钊, 金剑, 烟叶分级投料管理系统开发, 中国烟草学报, Vol.16, No.5, pp:30-34, 2010.
[12]金钊, 金剑, 贝叶斯网在复烤润叶机加水控制系统中的应用, 烟草科技, No.7, pp:18-22, 2009.
[13]金钊, 金剑, 李琨, 基于Profibus的复烤能源采集系统设计, 控制工程, Vol.14, No.2, PP:185-188, 2007.
[14]Jiong Song, Zhao Jin, Shaping Bayesian Network based Reinforcement Learning, Proceedings of the 2010 International Conference on
Industrial Control and Electronics Engineering, Vol.11, No.9, pp:742-745, 2012.08. (EI收录:594)
[15]Jiong Song, Zhao Jin, Implementing Traffic Signal Optimal Control by Multiagent Reinforcement Learning, 2011 international
Conference on computer science and network Technology, Harbin, China, pp:2578-2582, 2011-12, December 24-26, 2011(EI收录:046)
[16]Jiong Song, Zhao Jin, Q-Learning based Multi-Intersection Traffic Signal Control Model, 2011 international Conference on System
Science, Engineering Design and Manufacturing Informatization, Guiyang, China, pp:280-283, 2011-10. October 2011(EI收录: 201**)
[17]Jiong Song, Zhao Jin, Autonomous shaping by high density visited states, The Second International Conference on Internet Technology
and Applications(iTAP 2011), Wuhan, China, pp:100-103, 2011.08. Aug.16-18,2011 (EI收录:201**)
[18]Jiong Song, Zhao Jin, Implementing autonomous shaping by critical states, 2011 6th IEEE Joint International Information Technology
and Artificial Intelligence Conference, Chongqing, China, pp:276-279, 2011.08. August 20-22, 2011 (EI收录:201**)
[19]Jiong Song, Zhao Jin, Shaping Agent by Critical States, 2011 7th International Conference on Natural Computation, Shanghai, China,
pp:1340-1343, 2011.07. 26-28 july 2011 (EI收录:201**)
[20]金剑, 金钊,分支定界法在制丝多线排产优化中的应用,自动化仪表,Vol.33 No.11,pp:15-18,2012.
[21]宋炯,金钊,采用多智能体强化学习的交通信号优化控制,制造业自动化,Vol.34 No.9, pp:13-16, 2012.
[22]宋炯,金钊,机器学习中加速强化学习的一种函数方法,云南大学学报,Vol.33, No.S2,pp:176-181, 2011.
[23]金剑, 金钊, 基于WinCC的烟箱标签打印系统设计, 计算机测量与控制, Vol.18 No.8, pp:1940-1942, 2010.
[24]金剑, 金钊, 烟叶化学成分采集分析系统的开发, 自动化仪表, Vol.31, No.6, pp:34-38, 2010.
[25]金剑, 金钊, SPC质量统计过程控制系统在复烤生产线中的应用, 烟草科技, No.4, pp:15-20, 2010.
[26]雷亚兰, 金钊, PSL 602GAS 保护装置拒动事件的分析, 电工技术, No.11, pp:8-12, 2009.
[27]雷亚兰, 金钊, 断路器三相不一致保护拒动原因分析, 电工技术, No.10, pp:59-60, 2009.
[28]金剑, 金钊, 基于Profibus的复烤能源数据采集管理, 计量技术, No.1, pp:61-65, 2007.
[29]金剑, 金钊, 复烤润叶机电控系统改造, 烟草科技, No.7, pp:17-21, 2006.
[30]金剑, 金钊, SCADA系统在打叶复烤线上的应用, 工业控制计算机, Vol.19, No.1, pp:16-18, 2006.
[31]李彤, 孔兵, 金钊, 王黎霞, 软件并行开发过程, 科学出版社, 2003.
[32]金钊, 李彤, 柳青, 和伟民, 刘剑, 一种移植串行系统到并行环境的MSP方法, 云南大学学报, Vol.22, No.3, pp:172-176, 2000.
[33]金钊, 李彤, 试论影响软件系统成功实现的重要因素, 计算机应用研究, Vol.17, No.4, pp:17-18, 2000.
[34]金钊, 李彤, 知识概念化方法KCM及其支持工具KCT, 云南大学学报, Vol.23, No.3, pp:173-176, 2001.
删除或更新信息,请邮件至freekaoyan#163.com(#换成@)
云南大学信息学院导师教师师资介绍简介-金钊
本站小编 Free考研考试/2021-11-06
相关话题/信息学院 云南大学
云南大学信息学院导师教师师资介绍简介-尉洪
尉洪讲师联系方式:地址: ...云南大学师资导师 本站小编 Free考研考试 2021-11-06云南大学信息学院导师教师师资介绍简介-肖清
肖清讲师联系方式:xiaoqing@ynu.edu.cn地址:云南大学呈贡校区信息学院1522 ...云南大学师资导师 本站小编 Free考研考试 2021-11-06云南大学信息学院导师教师师资介绍简介-杨俊东
杨俊东讲师联系方式:地址: ...云南大学师资导师 本站小编 Free考研考试 2021-11-06云南大学信息学院导师教师师资介绍简介-周谷荣
周谷荣讲师联系方式:地址: ...云南大学师资导师 本站小编 Free考研考试 2021-11-06云南大学信息学院导师教师师资介绍简介-郭亮
郭亮讲师联系方式:地址: ...云南大学师资导师 本站小编 Free考研考试 2021-11-06云南大学信息学院导师教师师资介绍简介-王庆革
王庆革讲师联系方式:地址: ...云南大学师资导师 本站小编 Free考研考试 2021-11-06云南大学生态与环境学院导师教师师资介绍简介-欧晓昆
欧晓昆简历云南大学,教授,男,汉族,博士生导师,主要从事生态学的教学和科研工作。现任:联合国教科文组织云南大学生态技术教席首席,云南大学环境咨询评价中心主任,低碳与节能技术研究所副所长。主要社会职务:云南省人民政府参事(2014.10.-),云南省人大常委会资环委员会委员(2013.3.-),中国生 ...云南大学师资导师 本站小编 Free考研考试 2021-11-06云南大学生态与环境学院导师教师师资介绍简介-段昌群
段昌群博士,二级教授一、基本情况姓名:段昌群政治面貌:九三学社(1993年5月加入)学历(学位):博士工作单位:云南大学生态学与环境学院通讯地址:650091云南省昆明市翠湖北路2号云南大学生态学与环境学院电话/传真:(0871)**QQ:电子函件(E-mail):Chqduan@ynu.edu.c ...云南大学师资导师 本站小编 Free考研考试 2021-11-06云南大学生态与环境学院导师教师师资介绍简介-刘勇
【基本信息】刘勇,男,博士,教授,硕士生导师电子邮箱:lycc2010@126.com地址:云南省昆明市呈贡区大学城东外环南路(650500)。【研究方向】●功能材料与生态毒理学。主要构建生态毒素相关的材料在生态环境及其生物体内的应用研究。近5年来在国际期刊AdvancedScience;Coord ...云南大学师资导师 本站小编 Free考研考试 2021-11-06云南大学生态与环境学院导师教师师资介绍简介-李庆军
一、个人信息:姓名:李庆军理学博士现任职务:研究员(二级)通讯地址:云南省昆明市翠湖北路2号联系电话:邮件地址:qingjun.li@ynu.edu.cn二、主要学术任职:云南大学“高原山地生态与地球环境科学”一流学科群首席学科带头人中国科学院大学(北京)教授、博士生导师中国科学技术大学(合肥)教授 ...云南大学师资导师 本站小编 Free考研考试 2021-11-06