文献

J-GLOBAL ID：201702223164367333   整理番号：17A1773882

動的多腕バンディットゲームに基づくマルチエージェントスペクトル共有方式の設計【Powered by NICT】

Dynamic multi-arm bandit game based multi-agents spectrum sharing strategy design

著者 (7件)： Lu Jingyang (Intelligent Fusion Technology, Inc., 20271 Goldenrod Ln, Germantown, MD, 20876) ,  Li Lun (Intelligent Fusion Technology, Inc., 20271 Goldenrod Ln, Germantown, MD, 20876) ,  Shen Dan (Intelligent Fusion Technology, Inc., 20271 Goldenrod Ln, Germantown, MD, 20876) ,  Chen Genshe (Intelligent Fusion Technology, Inc., 20271 Goldenrod Ln, Germantown, MD, 20876) ,  Jia Bin (Intelligent Fusion Technology, Inc., 20271 Goldenrod Ln, Germantown, MD, 20876) ,  Blasch Erik (Air Force Research Laboratory, Rome, NY and Kirtland, AFB, NM) ,  Pham Khanh (Air Force Research Laboratory, Rome, NY and Kirtland, AFB, NM)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DASC  ページ： 1-6  発行年： 2017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： 無線アビオニクス通信システムでは,多腕バンディットゲームを数学的に定式化され,これはチャネル状態,戦略,報酬を含んでいる。簡単な事例は,有限期間における累積報酬を最大化する観点から研究するスペクトルを共有するわずか二剤を含んでいる。上部信頼限界(UCB)アルゴリズムを用いて,確率的マルチアーム盗賊(MAB)問題に対する最適解を達成することである。,MAB問題もMarkovゲームフレームワークの観点から解くことができる。一方,Thompsonサンプリング(TS)も提案アプローチの性能を評価するためのベンチマークとして用いた。数値結果も後悔の期待を最小化し,上部信頼限界のための最良パラメータの選択について示した。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： *スペクトル ,  アルゴリズム ,  定式化 ,  信頼限界 ,  航空電子機器 ,  通信方式 ,  ベンチマーク ,  チャネル
準シソーラス用語： 最適解 ,  ワイヤレス ,  *スペクトル共用 ,  *マルチエージェント , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 腕 ,  マルチエージェント ,  スペクトル共有 ,  設計