アクターモデル(英: actor model)とは、1973年、カール・ヒューイット、Peter Bishop、Richard Steiger が発表した並行計算の数学的モデルの一種[1]。アクターモデルでは、並行デジタル計算の汎用的基本要素として「アクター」という概念を導入している。アクターモデルは並行性の理論的理解のフレームワークとして使われるほか、並行システムの実装の理論的基礎としても利用されてきた。 歴史[編集] アクターモデルはそれ以前の計算モデルとは異なり、物理法則を発想の基本としている。他にも、LISP言語、Simula言語、ケーパビリティ・システム、パケット通信、初期のSmalltalkなどの影響を受けている。アクターモデルは「数百・数千のマイクロプロセッサから構成され、個々にローカルメモリを持ち、高性能通信ネットワークで通信を行う並列コンピュータが近い将来登場するとの予測
高間 康史 (東京都立大学 電子システム工学科) はじめに 近年,顧客情報や遺伝子情報,医療データなど,大規模に蓄積されたデータから何らかの知識,規則性を発見して有効に活用したいという二一ズと,機械学習やニューラルネットワーク,ラフ集合など,人工知能やソフトコンピューティングなどに関連するシーズとなる研究・技術の進展により,データマイニングやアクティブマイニングに関する研究,ビジネスが話題となっています. ここでは本号 (Vol.17,No.5) の小特集・論文特集「アクティブマイニング」に関連して, 著者が研究分担者として参加している科学研究補助金特定領域研究 (B) 「情報洪水時代におけるアクティブマイニングの実現」 のプロジェクトで収集したページを中心に, データマイニングに関するページを紹介します. 関連する情報として,過去 (Vol.16, No.6) の「私のブックマーク」に,
渡辺研のマルチエージェントシステム研究 目次 マルチエージェントシステムとは 渡辺研究室での取り組み 学習システム シミュレーションの方法論 分散問題解決 研究紹介パネル マルチエージェントシステムとは マルチエージェントシステムは、 多数の自律的に行動するエージェントから構成されるシステムです。 それぞれのエージェントは自分の環境を知覚し、 自分の目標を達成するように行動をとります。 エージェントを集中的に管理するものは存在しません。 システム全体の振る舞いは、 エージェント同士が相互に作用することによって決定されます。 また、この振る舞いは各エージェントの行動決定に影響を及ぼします。 エージェントたちはこのフィードバックから、 自分の行動を変化させなければなりません。 渡辺研究室での取り組み 渡辺研究室ではマルチエージェントシステムについて次のような研究を行っています。 学習システム
Digitize your world in 3D with 3D scanning solutions from the technology leader in photogrammetry Since 2013, botspot has been developing and building 3D scanners Made in Germany. Our claim to quality is the driving force for intensive research and development work. We do not know problems, we love challenges.
私のブックマーク - 第5回:知的エージェント(WWWを中心に) - 山田誠二 東京工業大学 大学院総合理工学研究科知能システム科学専攻 http://www.ymd.dis.titech.ac.jp 1. はじめに 一つの計算機を飛び越えて,外界で自分の判断で行動する「エージェント(agent)」と呼ばれるプログラムとして人工知能を捉え直すことにより,さまざまな建設的研究・応用が生まれている.しかし,エージェントという言葉は,モバイルエージェントからロボットまで非常に多義であり,その全体像を把握し,最新の情報を獲得することは容易ではない.そこで,この「私のブックマーク」という連載の場をお借りして,最新の情報を提供してくれる極めて動的な情報源であるWWWにおけるエージェント関連のWebページを広く取り上げることにする.まず,最も重要だと思われる「私のブックマーク」のWebページのURL
4.1.2 分散人工知能 (Distributed Artificial Intelligence) 分散人工知能は知的エージェントの開発に関して、古典的AIの不足分を補うこと試みる。それは分散され増加していくシステムと関連する質問の設計に関係している。従って、 DAIは組織構造、問題解決戦略、分散の範囲に対する協同強調メカニズム、知識ベース 問題解決モジュールの開発に専念する。人間の問題解決過程と同じように、 DAIは 個々の専門家の能力を超える複雑な問題を解くために 構造的に協同することができる専門家のチームを利用する。 1988年にBoud とGasserによって開発された 広く利用されているDAは3つの重要な領域に分類される。それは並列AI、 分散問題解決、 マルチエージェントシステムである。(図4.1/2 を参照)並列AIは主に莫大な資源に対する分散によって複雑な問題状況の範囲
私の Web サイトへようこそ! ※ホームページをリニューアルしました→NEW SITE (English page is here.) 数値流体力学と進化計算(遺伝的アルゴリズム)およびそれらの手法の航空機・流体機械設計への応用について研究しています。最近は、研究室で実験流体力学と計測融合シミュレーション(データ同化)の研究も進めています。 研究テーマの具体的内容を見たい人は、研究テーマをクリックしてください。(平27.1.19) 特に多目的遺伝的アルゴリズムについて知りたい方は、MOGAをクリックしてください。SOMのデモもあります。 大学院進学希望の方は、こんな本を勉強しておくと役立ちます。 発表論文などを見たい人は、PDFライブラリをどうぞ。(平25.4.10) 大林文庫開設(平16.3.17):おもしろかった本を紹介します。H23.4.22以降,ブクログ大林文庫に移動しました。
1 ( ) 1 GA GA GA GA – MOGA (Multiple-Objective Genetic Algorithm) – GA GA GA MOGA GA GA MOGA GA GA 3.1 MOGA i x j x ( ) q f f f , , , 2 1 L = f i x j x j x ( ) ( ) ( ) ( ) ( ) ( ) j q i q j i j i f f f f f f x x x x x x ≤ ∧ ∧ ≤ ∧ ≤ L 2 2 1 1 ( ) ( ) j i x f x f ≠ (24) (24) j x i x j x j x MOGA [9] ( 15) t t i p i x i x ( ) t i i p + =1 t , rank x (25) 1 15 MOGA [3] ) F( i x ) ( F i x ′ ∑ = ′ j j i
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く