【技术实现步骤摘要】
本专利技术涉及人机协同，尤其是一种多决策者协同决策方法、一种多决策者协同决策装置及在图像分类和管理决策中的应用。
技术介绍
1、狭义的人机协同是指由人类和人工智能模型就同一待决策信息进行协同决策，将人类和人工智能模型的决策结果进行综合考虑，借助于人类的创造性思维和经验积累，以及人工智能模型的高速计算能力，从而提升决策的效率和质量。
2、在此基础上，可以衍生出广义的人机协同概念，即除人类和人工智能模型协同外，还包括全部由人类进行协同的场景，以及全部由人工智能模型进行协同的场景。
3、现有的人机协同决策大体可分为两类，第一类是先进行决策者选择，决定是有人类进行决策，还是由人工智能模型进行决策，由选择出的决策者得到最终决策结果。此类方式将人类和人工智能模型完全区分开，未在同一维度下综合考虑人类和人工智能模型的决策优势。第二类是分别由人类和人工智能模型先得到备选决策结果，再对两者的备选决策结果进行投票，决定出最终的决策结果。此类方式虽然在中间环节中同时获得了人类和人工智能模型的备选决策结果，但是最终得到的决策结果仍然是备...
【技术保护点】
1.一种多决策者协同决策方法，其特征在于，包括：
2.如权利要求1所述的多决策者协同决策方法，其特征在于，所述各决策备选项为所述各决策者针对所述待决策信息生成的决策备选项，或者为预设的决策备选项。
3.如权利要求1所述的多决策者协同决策方法，其特征在于，各决策者的能力向量，均为预设能力向量，或者均为可学习能力向量。
4.如权利要求3所述的多决策者协同决策方法，其特征在于，所述可学习能力向量，利用带有评分标签的决策信息样例，以最小化对所述决策信息样例的最终评分与对应评分标签的距离为目标训练得到。
5.如权利要求4所述的多决...
【技术特征摘要】
1.一种多决策者协同决策方法，其特征在于，包括：
2.如权利要求1所述的多决策者协同决策方法，其特征在于，所述各决策备选项为所述各决策者针对所述待决策信息生成的决策备选项，或者为预设的决策备选项。
3.如权利要求1所述的多决策者协同决策方法，其特征在于，各决策者的能力向量，均为预设能力向量，或者均为可学习能力向量。
4.如权利要求3所述的多决策者协同决策方法，其特征在于，所述可学习能力向量，利用带有评分标签的决策信息样例，以最小化对所述决策信息样例的最终评分与对应评分标签的距离为目标训练得到。
5.如权利要求4所述的多决策者协同决策方法，其特征在于，所述可学习能力向量，以所述预设能量向量为初始值训练得到。
6.如权利要求1所述的多决策者协同决策方法，其特征在于，所述权重生成模型...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。