دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Martin V. Butz (auth.)
سری: Genetic Algorithms and Evolutionary Computation 4
ISBN (شابک) : 9781461352907, 9781461508915
ناشر: Springer US
سال نشر: 2002
تعداد صفحات: 196
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب سیستم های طبقه بندی کننده یادگیری پیش بینی: هوش مصنوعی (شامل رباتیک)، نظریه محاسبات
در صورت تبدیل فایل کتاب Anticipatory Learning Classifier Systems به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب سیستم های طبقه بندی کننده یادگیری پیش بینی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
سیستمهای طبقهبندیکننده یادگیری پیشبینیکننده وضعیت هنر سیستمهای طبقهبندیکننده یادگیری پیشبینیکننده-سیستمهای یادگیری قوانین تطبیقی را توصیف میکند که بهطور مستقل مدلهای محیطی پیشبینیکننده را میسازند. یک مدل پیشبینیکننده، تمام اثرات عملی ممکن را در یک محیط با توجه به موقعیتهای داده شده مشخص میکند. می توان از آن برای شبیه سازی رفتار انطباقی پیش بینی کننده استفاده کرد.
سیستمهای طبقهبندیکننده یادگیری پیشبینیکننده نشان میدهد که چگونه پیشبینیها بر سیستمهای شناختی تأثیر میگذارند و استفاده از پیشبینیها را برای (1) واکنشپذیری سریعتر، (2) رفتار انطباقی فراتر از یادگیری تقویتی، (3) توجه را نشان میدهد. مکانیسم ها، (4) شبیه سازی سایر عوامل و (5) اجرای یک ماژول انگیزشی. این کتاب بر یک مکانیسم یادگیری مدل تکاملی خاص، ترکیبی از یک مکانیسم تخصصی هدایت شده و یک مکانیسم تعمیم ژنتیکی تمرکز دارد. آزمایشها نشان میدهند که رفتار انطباقی پیشبینیکننده را میتوان با بهرهبرداری از مدل پیشبینی در حال تکامل برای یادگیری مدل حتی سریعتر، برنامهریزیهای کاربردی و رفتار تطبیقی فراتر از یادگیری تقویتی شبیهسازی کرد.
سیستمهای طبقهبندی کننده یادگیری پیشبینیکننده یک توضیح الگوریتمی دقیق و همچنین یک مستند برنامه از پیادهسازی C++ از سیستم را ارائه میدهد.
Anticipatory Learning Classifier Systems describes the state of the art of anticipatory learning classifier systems-adaptive rule learning systems that autonomously build anticipatory environmental models. An anticipatory model specifies all possible action-effects in an environment with respect to given situations. It can be used to simulate anticipatory adaptive behavior.
Anticipatory Learning Classifier Systems highlights how anticipations influence cognitive systems and illustrates the use of anticipations for (1) faster reactivity, (2) adaptive behavior beyond reinforcement learning, (3) attentional mechanisms, (4) simulation of other agents and (5) the implementation of a motivational module. The book focuses on a particular evolutionary model learning mechanism, a combination of a directed specializing mechanism and a genetic generalizing mechanism. Experiments show that anticipatory adaptive behavior can be simulated by exploiting the evolving anticipatory model for even faster model learning, planning applications, and adaptive behavior beyond reinforcement learning.
Anticipatory Learning Classifier Systems gives a detailed algorithmic description as well as a program documentation of a C++ implementation of the system.
Front Matter....Pages i-xxviii
Background....Pages 1-22
ACS2....Pages 23-49
Experiments with ACS2....Pages 51-80
Limits....Pages 81-97
Model Exploitation....Pages 99-114
Related Systems....Pages 115-120
Summary, Conclusions, and Future Work....Pages 121-138
Back Matter....Pages 139-172