文献

J-GLOBAL ID：201702239575482594   整理番号：17A1399598

認知領域のブルームの分類を用いた群ファジィ強化配位【Powered by NICT】

Swarm fuzzy-reinforcement coordination using bloom’s taxonomy of the cognitive domain

著者 (2件)： Raz Nasibeh Rady (Department of Computer and Electrical Engineering, Center of Excellence on Soft Computing and Intelligent Information Processing, Ferdowsi University of Mashhad, Mashhad, Iran) ,  Akbarzadeh-T. Mohammad-R. (Department of Computer and Electrical Engineering, Center of Excellence on Soft Computing and Intelligent Information Processing, Ferdowsi University of Mashhad, Mashhad, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IFSA-SCIS  ページ： 1-5  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： Bloom分類学から,学習の認知的側面は,知識,理解,応用,分析,合成,評価の六段階で定義した。この学習構造を模倣した,ここでは癌治療薬の標的化デリバリーのためのスワームファジィ強化配位(SFRC)戦略を提案した。ナノマシン学習の群はBloom認知相に基づく協調的に癌の部位への薬物を示した。これらの六つの相を用いて,ナノマシンのそれぞれに対して異なる認知単一および社会的状態を定義した。これらの状態は,ファジィ推論システム(FIS)を用いて定義した。各認知レベルでは,各ナノマシンは,社会的群に参加して,配位,交通,と実行集団療法を開始することができる。癌部位への距離を用いて,各群の品質を分類する。他群の他のナノマシンへの癌部位の近傍を伝達するためには,癌部位に最も近いことをこれらの群発は環境に酸素を放出し始める。誤った群におけるナノマシンは,群からの分離と癌部位に対して良好な位置と群に連結している。ここでは,血管内皮成長因子(VEGF)濃度,癌部位周辺の高く,制御信号としてを用いた。VEGF減少を目指して,ナノマシンの群は,強化学習の概念を用いた相互に配位している。数学的治療モデルを用いた結果の比較は,SFRC法の利点を示した。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： 強化学習 ,  酸素 ,  学習 ,  治療法 ,  ブルーム ,  VEGF ,  集団精神療法 ,  *曖昧さ ,  制御信号 ,  ターゲティング ,  品質
準シソーラス用語： ファジィ推論システム ,  ナノマシン ,  癌治療 ,  分類学 , 【Automatic Indexing@JST】

分類 (2件)： 論理代数  (JB03000H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 認知 ,  ブルーム ,  分類 ,  群 ,  ファジィ ,  強化