مشاهده مشخصات مقاله
استفاده از یادگیری مبتنی بر مورد و اتوماتای یادگیر در تخصیص منابع سیستم‌های ناهمگن با پایگاه مورد مشترک
|
نویسنده (ها) |
-
زهرا سلیمانی جلودار
-
سعید صبامنیری
|
|
مربوط به کنفرانس |
هجدهمین کنفرانس ملی سالانه انجمن کامپیوتر ایران |
|
چکیده |
یادگیری مبتنی بر مورد و سیستم‌های چند عامله دو مبحث متفاوت در حوزه هوش مصنوعی هستند. یادگیری مبتنی بر مورد یکی از الگوریتمهای یادگیری ماشین است که برای حل مسأله جدید، از تجربههای گذشته و روشهای حلی که مشابه با مسأله جاری باشد، استفاده میکند. اما در سیستم‌های چند عامله، تعدادی عامل با دو نوع رفتار رقابتی یا همکاری در یک محیط قرار میگیرند و این عاملها در اثر تعامل با محیط و پاداش یا جریمه دریافتی، به مرور زمان یاد میگیرند که چگونه با هم رقابت یا همکاری کنند بطوریکه بیشترین سود را دریافت کنند. از آنجائیکه خودمختاری در عاملها، یکی از شرایط سیستم‌های چند عامله است، استفاده از یادگیری مبتنی بر مورد میتواند نقش موثری در یادگیری و خودمختاری عاملها داشته باشد.در این مقاله سعی شده است با اعمال تغییراتی در اتوماتاهای یادگیر از آنها برای آموزش عاملها استفاده شود؛ همچنین عاملها از پایگاه مورد مشترک استفاده میکنند. |
|
قیمت |
-
برای اعضای سایت : ۱٠٠,٠٠٠ ریال
-
برای دانشجویان عضو انجمن : ۲٠,٠٠٠ ریال
-
برای اعضای عادی انجمن : ۴٠,٠٠٠ ریال
|
خرید مقاله
|
|
.gif){kind=icon}