新星计划2023【人工智能:机器学习/NLP】 TOP5公示!!

汀个人社区
领域专家: 人工智能技术领域
2023-05-08 14:30:53

1.新星计划2023【人工智能:机器学习/NLP】 TOP5公示!!

 

 

 官方提供12名入围选手,其中7名符合创作方向,同时部分同学提交主页有误导致未能获取信息。

计分规则:参考新星计划2023【人工智能:机器学习/NLP】,学习方向报名入口!

top5:为高亮同学,恭喜大家!

各团队top5学员可获【特别奖】--官方提供

 

2.TOP5评选规则

1. 根据有效博客(质量分>=80,无灌水内容)创作量及热榜次数评选,权重30%。

2. 根据项目实战完成度进行评选,70%以上完成度参与评选,权重30%。

3.根据日常布置学习完成任务情况进行评选,导师打分,权重40%。

4.完成相应博客发文后,同步发送到社区-新星计划专栏下,便于后续总评。

 

结合实际情况进行评分微调:总分=平均质量分/100*文章总数*0.5+导师赋分/100*0.5

为了方便量化简要说明:

  • 平均质量分/100*文章总数*0.5--对应1、2两点,权重进行调整。
  • 0.5+导师赋分/100*0.5 对应3、4点,到时赋分上限100分

可以发现部分同学文章数量很多,但实际内容质量还欠佳,所以评分参考质量分数进行调整

 

 

...全文
560 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
汀个人社区 2023-05-08
  • 打赏
  • 举报
回复
  • 第一点原则:写自己喜欢的领域,不要为了流量而创作,保持初心,耕耘纵向深度!

  • 第二个原则:注重积累,把文章深度提上去并且产出一点项目,而不是口水文。“一方面是根据你平时阅读爱好的一个积累,一方面是根据你自己生活的一个积累。”

椒椒。 2023-05-08
  • 打赏
  • 举报
回复 1
最近太忙了,呜呜呜,只能说继续努力了
汀个人社区 2023-05-08
  • 举报
回复
@椒椒。 一起进步,不忘自己初心即可
牛大了202X 2023-05-08
  • 打赏
  • 举报
回复 1

感谢汀总和平台提供的学习机会,以后继续努力

汀个人社区 2023-05-08
  • 举报
回复
@牛大了202X 一起进步,要学的东西可太多啦
高山莫衣 2023-05-08
  • 打赏
  • 举报
回复 1

呜呜呜呜呜,可算是上了一次top5

汀个人社区 2023-05-08
  • 举报
回复 1
@高山莫衣 坚持自我就可以超过很多人了
内容概要:本文针对5MW风电永磁直驱发电机-1200V直流并网系统,构建了基于Simulink的仿真模型,重点研究了在强弱电网适配场景下构网型(GFM)与跟网型(GFL)逆变器并联系统的协同控制逻辑及其暂态动态行为。通过建立包含风力机、永磁同步发电机、机侧变流器、直流环节、网侧变流器及电网接口在内的完整系统模型,实现了从风能捕获到直流并网的全流程仿真。研究深入探讨了GFM与GFL逆变器在不同电网强度下的动态交互特性,包括功率分配、频率响应、电压支撑能力及稳定性表现,并提出有效的分层协同控制策略,以提升系统在弱电网条件下的运行稳定性和电能质量。仿真结果验证了所提控制策略在抑制功率振荡、改善频率调节和增强系统鲁棒性方面的优越性能。; 适合人群:具备电力系统、电力电子及自动控制基础知识,从事新能源发电、微电网、并网技术等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入理解永磁直驱风电机组并网系统的整体结构与工作原理;②掌握构网型与跟网型逆变器的核心控制差异及其在混合系统中的协同机制;③研究强弱电网环境下并网系统的稳定性问题及先进控制策略的设计方法;④为相关科研课题的仿真建模、算法开发与实验验证提供可靠的技术参考与案例支持。; 阅读建议:学习者应结合Simulink软件动手搭建和调试仿真模型,重点关注逆变器控制模块的实现细节与参数设置。建议在掌握基础模型后,通过改变电网强度、负载条件或控制参数等方式开展对比实验,观察系统的动态响应变化,从而深化对理论知识的理解并提升解决实际工程问题的能力。
内容概要:本文提出了一种基于粒子群优化算法(PSO)的风光储能微电网日前经济调度模型,充分考虑了需求响应机制的影响。研究构建了一个包含风力发电、光伏发电、储能系统及可调负荷的综合微电网系统,通过建立以系统综合运行成本最小化为目标的优化模型,综合考量了可再生能源出力的不确定性、负荷波动以及分时电价等因素。文中详细阐述了模型的数学构建过程,包括目标函数的设计、各类物理约束(如功率平衡、储能容量与充放电速率限制)的处理,以及需求响应对用户侧负荷曲线的调节作用,并提供了完整的Python代码实现方案,通过仿真验证了该方法在降低系统运行成本、提升可再生能源消纳能力和优化负荷曲线方面的有效性。; 适合人群:具备一定电力系统基础知识和Python编程能力的高校学生、研究人员及从事微电网规划、能源优化调度等相关领域的工程技术人员。; 使用场景及目标:①用于研究和实现计及多种可再生能源与储能系统的微电网经济调度问题;②学习如何将粒子群优化算法应用于电力系统优化领域;③掌握需求响应机制在削峰填谷、优化负荷曲线中的具体建模与实现方法。; 阅读建议:此资源结合了理论模型、优化算法与编程实践,建议读者在学习过程中重点关注模型构建的逻辑、PSO算法的参数设置及其在调度问题中的应用细节,并动手运行和调试所提供的Python代码,以加深对微电网经济调度全过程的理解。

75,224

社区成员

发帖
与我相关
我的任务
社区描述
本博客将不定期更新关于机器学习、强化学习、数据挖掘以及NLP等领域相关知识,以及分享自己学习到的知识技能,感谢大家关注!
人工智能自然语言处理机器学习 个人社区 浙江省·杭州市
社区管理员
  • 汀、人工智能
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

 

本人最近打算整合ML、DRL、NLP等相关领域的体系化项目课程,方便入门同学快速掌握相关知识。声明:部分项目为网络经典项目方便大家快速学习,后续会不断增添实战环节(比赛、论文、现实应用等)。

  • 对于机器学习这块规划为:基础入门机器学习算法--->简单项目实战--->数据建模比赛----->相关现实中应用场景问题解决。一条路线帮助大家学习,快速实战。
  • 对于深度强化学习这块规划为:基础单智能算法教学(gym环境为主)---->主流多智能算法教学(gym环境为主)---->单智能多智能题实战(论文复现偏业务如:无人机优化调度、电力资源调度等项目应用)
  • 自然语言处理相关规划:除了单点算法技术外,主要围绕知识图谱构建进行:信息抽取相关技术(含智能标注)--->知识融合---->知识推理---->图谱应用

上述对于你掌握后的期许:

  1. 对于ML,希望你后续可以乱杀数学建模相关比赛(参加就获奖保底,top还是难的需要钻研)
  2. 可以实际解决现实中一些优化调度问题,而非停留在gym环境下的一些游戏demo玩玩。(更深层次可能需要自己钻研了,难度还是很大的)
  3. 掌握可知识图谱全流程构建其中各个重要环节算法,包含图数据库相关知识。

这三块领域耦合情况比较大,后续会通过比如:搜索推荐系统整个项目进行耦合,各项算法都会耦合在其中。举例:知识图谱就会用到(图算法、NLP、ML相关算法),搜索推荐系统(除了该领域召回粗排精排重排混排等算法外,还有强化学习、知识图谱等耦合在其中)。饼画的有点大,后面慢慢实现。

 

个人主页:https://blog.csdn.net/sinat_39620217?type=blog

试试用AI创作助手写篇文章吧