文献

J-GLOBAL ID：201802254423878498   整理番号：18A1512932

逐次漸近学習のための決定論的プロトコル【JST・京大機械翻訳】

A Deterministic Protocol for Sequential Asymptotic Learning

著者 (3件)： Cheng Yu (Duke University, Durham, NC, USA) ,  Hann-Caruthers Wade (California Institute of Technology, Pasadena, CA, USC) ,  Tamuz Omer (California Institute of Technology, Pasadena, CA, USC)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISIT  ページ： 1735-1738  発行年： 2018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： 古典的なハーディングモデルにおいて,エージェントは自然の基礎となる二値状態に関する個人的な信号を受け取り,それらの先行者の行動を観察した後に,二つの可能な行動の一つを選択するために連続的に作用する。著者らは,どのタイプの行動が漸近学習に導くかを調べ,そこではエージェントが確率において最終的に正しい行動に収束する。合理的なエージェントと有界信号に対して,漸近学習がないことが知られている。それは,エージェントが利fish的に作用するよりもむしろ協調できるかどうかを助ける。これは,エージェントがランダム化されたプロトコルを使用できるかどうかを達成することが簡単である。本論文では,漸近学習が起こる最初の決定論的プロトコルを提供した。加えて,著者らのプロトコルは,以前のプロトコルよりはるかに簡単であるという利点を持っている。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エージェント ,  *学習
準シソーラス用語： 有界 ,  *決定論 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 学習 ,  プロトコル