文献

J-GLOBAL ID：201802249236602083   整理番号：18A0803352

高次アトラクタ動力学のレンズによるマルチエージェント自己組織化のモデリング【JST・京大機械翻訳】

Modeling Multi-Agent Self-Organization through the Lens of Higher Order Attractor Dynamics

著者 (3件)： Butner Jonathan E. (Department of Psychology, University of Utah) ,  Wiltshire Travis J. (Department of Psychology, University of Utah) ,  Munion A. K. (Department of Psychology, University of Utah)
資料名： Frontiers in Psychology (Web)  (Frontiers in Psychology (Web))
巻： 8  ページ： 380  発行年： 2017年 
JST資料番号： U7096A  ISSN： 1664-1078  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 社会的相互作用は多くの時間スケールと様々なエージェント数を通して起こる。組織,群衆,都市,およびコロニーにおけるひとつから大規模な協調まで。これらの状況は,特定のエージェントの作用によるものではなく,エージェントの相互作用から生じる集団的秩序化のために,時間とともに起こる高次の協調パターンを意味する緊急自己組織化によって特徴付けられる。これらの社会的協調動力学(SCD)を理解するための現存の研究は,主に律動的なタスクを実行している二項目の文脈を調べた。この研究の領域を前進させるために,アトラクタ動力学,それらを視覚的に表現する能力,およびそれらを定量的にモデル化する能力について詳しく述べた。主に,データの基礎となるトポロジー的特徴を推論する方法として,混合モデリングによる差分/微分方程式モデリングを組み合わせた。これはアトラクタの動的パターンによって記述できる。このアプローチの利点は,エージェントが示す自己組織化動力学を定量化でき,これらの動力学を個々のエージェントからの活動にリンクさせ,システムの挙動の協調的機能性を理解するために中心的な他の変数に関連付けることができるということである。アトラクタ動力学(1,2,6)を表現するために用いた変数の数が異なる4つの例を示し,シミュレーションから非模擬データ源までの範囲を示した。これは多様なマルチエージェントシステムにおけるSCDの科学的研究を進歩させる柔軟な方法であることを実証した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *レンズ ,  *モデリング ,  相互作用 ,  *アトラクタ ,  *自己組織化 ,  都市 ,  微分方程式 ,  視覚 ,  コロニー ,  動的系 ,  *エージェント ,  位相幾何学 ,  マルチエージェントシステム
準シソーラス用語： 社会的相互作用 ,  *マルチエージェント , 【Automatic Indexing@JST】

著者キーワード (5件)： 動的システム ,  社会的協調ダイナミックス ,  マルチエージェント協調 ,  アトラクタ ,  エージェントベースモデリング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： アトラクタ ,  動力学 ,  レンズ ,  マルチエージェント ,  自己組織化 ,  モデリング