文献

J-GLOBAL ID：202002286233439560   整理番号：20A1862029

データ駆動エージェントベースモデリングアプローチに向けたビッグデータ,エージェントおよび機械学習【JST・京大機械翻訳】

Big data, agents, and machine learning towards a data-driven agent-based modeling approach

著者 (4件)： Kavak Hamdi (Old Dominion University, USA) ,  Padilla Jose J. (Old Dominion University, USA) ,  Lynch Christopher J. (Old Dominion University, USA) ,  Diallo Saikou Y. (Old Dominion University, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： ANSS ’18  ページ： 1-12  発行年： 2018年 
JST資料番号： D0698C  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： 著者らは最近,エージェントベースモデル(ABMs)を経験的に開発できる大規模行動データの増殖を目撃した。この機会にもかかわらず,文献は,データから直接エージェントまたはその部品を生産するための構造化エージェントベースのモデリングアプローチを提供するように無視されてきた。本論文では,エージェント行動ルールを生成し,エージェント属性値を開始するための個人レベルデータに焦点を当てたエージェントベースモデリングアプローチに向けた初期ステップを提示した。個々のエージェントレベルでBigデータと機械学習技術を統合する構造化方法を提示する。また,著者らは,数百万の地球標識Twitterソーシャルメディアメッセージによって駆動される都市移動性シミュレーションの概念利用ケース研究についても述べた。このアプローチが,経験的ABMを開発し,それらの検証を行う際に最先端技術を前進させると信じる。データ適合性を評価し,データ収集を標準化し,ほぼリアルタイムでこれらすべての特徴を果たすために,データ適合性を評価する更なる研究が必要である。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  標準化 ,  地球 ,  都市 ,  事例研究 ,  データ収集 ,  *エージェント ,  エージェントモデル ,  *機械学習
準シソーラス用語： 実時間 ,  *データ駆動 ,  ツイッター ,  *エージェントベースモデリング ,  *ビッグデータ ,  機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (4件)： エージェントベースシミュレーション ,  ビッグデータ ,  データ駆動モデリング ,  機械学習

分類 (2件)： 人工知能  (JE08000Z) ,  オペレーションズリサーチ一般  (KA03010Q)

タイトルに関連する用語 (5件)： データ駆動 ,  エージェントベースモデリング ,  ビッグデータ ,  エージェント ,  機械学習