文献

J-GLOBAL ID：201802277757101198   整理番号：18A2028553

高不確実性による経路選定の後方思考:マルチエージェントネットワークにおける因果エントロピーに基づく経路選定【JST・京大機械翻訳】

Backward Thinking of Routing with High Uncertainties: Causal Entropy Based Routing in Multi-Agent Networks

著者 (4件)： Xu Zhonghu ,  Xing Kai ,  Liu Xuefeng ,  Cao Jiannong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： PAC  ページ： 123-124  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： 本論文は,トポロジー不確実性を有するマルチエージェントネットワークにおける逐次転送相互作用,例えば不確実な速度と方向を有するエージェントの移動性トレースによるルーティング決定をモデル化するタスクによって動機づけられて,それらの相互作用の両方を不確実な時間と位置において通している。ほとんどの経路選定設計は,エージェントの挙動が規則的であるか,あるいは既知の確率分布を持つと仮定し,安定/予測可能(すなわち制限された不確実性)のようなトポロジーの将来を想定するので,これらのアプローチは高い不確実性を持つネットワークを扱う難しさを被る可能性がある。提案した研究は,そのようなネットワークにおけるエージェント間のメッセージルーティングのための効果的な解決策を提供することを目的とした。特に,著者らは,高い不確実性を有する経路選定のためのマルチエージェントネットワークにおける因果エントロピー力の新しい原理を導入して,経路選定の新しい思考方法を提供して,位相空間における経路エントロピーを通して,個々の知能,トポロジー不確実性,およびメッセージ経路選定の間の接続を構築した。実際のデータセット(30Kタクシー)による実験結果は,提案方法が従来の方式の20%-25%と比較して,83%のメッセージ配信率を達成することができて,一般的に典型的方法と比較してより少ない待ち時間を達成することを示した。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： *エントロピー ,  *経路選定 ,  モデリング ,  タクシー ,  待ち時間 ,  相互作用 ,  確率分布 ,  *ネットワーク ,  情報配布 ,  予測 ,  位相幾何学 ,  *エージェント ,  *不確実性
準シソーラス用語： 移動性 ,  *マルチエージェント , 【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 (5件)： 不確実性 ,  経路選定 ,  思考 ,  マルチエージェント ,  エントロピー