文献

J-GLOBAL ID：201702246281780006   整理番号：17A0142963

マルチエージェント社会学習フレームワークの下での生物学的環境における細胞相互作用の動的解析【Powered by NICT】

Dynamic analysis of cell interactions in biological environments under multiagent social learning framework

著者 (4件)： Zhang Chengwei (School of Computer Science and Technology, Tianjin University, China) ,  Li Xiaohong (School of Computer Science and Technology, Tianjin University, China) ,  Shuxin Li (School of Computer Science and Technology, Tianjin University, China) ,  Hao Jianye (School of Computer Software, Tianjin University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 1673-1678  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生物環境は不明であるとその動的でマルチエージェント環境に類似しているので,マルチエージェントシステムの研究成果は非常に重要であると生物学の理解に貴重な洞察を提供することができる。環境はもはや一定ではなく,各エージェントの挙動は他の共存する学習者,およびその逆に応答して適応的に変化するので,マルチエージェント環境における学習は非常に動的である。固定剤相互作用環境から移動マルチエージェント社会的学習フレームワークに動力学が予測できない。基礎にある動力学の解析的理解が重要である,困難である。本研究では,均一な学習者(例えば,政策山登り法(PHC)学習者)と社会的学習フレームワーク,ハイブリッド力学系としての社会的学習フレームワークにおける選手の挙動をモデル化するためにを考察した。力学系を解析することによって,収束あるいは収束に関するいくつかの条件を求めた。システムの収束を予測するために使用できる。最後に,多くの代表的なゲームを用いて筆者らのモデルの予測能力を実験的に検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ゲーム ,  *エージェント ,  相互作用 ,  力学系 ,  *動的解析 ,  モデリング ,  マルチエージェントシステム ,  *学習
準シソーラス用語： 予測能力 ,  山登り法 ,  学習者 ,  *社会学習 ,  *マルチエージェント , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： マルチエージェント ,  社会学習 ,  フレームワーク ,  生物学 ,  環境 ,  細胞 ,  相互作用 ,  動的解析