基于强化学习的 RAN 优化中的可扩展任务分组的异常检测

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该论文提出了一种基于深度强化学习的方法解决异常检测问题,通过有限的异常样本和大量无标注数据集进行学习,并通过探索将学习到的异常扩展到未知异常。实验结果表明,该方法比五种已有方法更有效。

🎯

关键要点

  • 该论文提出了一种基于深度强化学习的方法解决异常检测问题。
  • 方法在有限的异常样本和大量无标注数据集上进行学习。
  • 通过探索将学习到的异常扩展到未知异常。
  • 实验结果表明,该方法比五种已有方法更有效。
➡️

继续阅读