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
دسته بندی: الکترونیک: رباتیک ویرایش: نویسندگان: Michael P. Wellman, Amy Greenwald, Peter Stone سری: Intelligent Robotics and Autonomous Agents series ISBN (شابک) : 026223260X, 9780262232609 ناشر: The MIT Press سال نشر: 2007 تعداد صفحات: 244 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Autonomous Bidding Agents: Strategies and Lessons from the Trading Agent Competition 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 نمایندگان مناقصه خودمختار: استراتژی ها و درسهایی از رقابت نمایندگی معاملات 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.
تجارت الکترونیک به طور فزاینده ای فرصت هایی را برای نمایندگان مناقصه مستقل فراهم می کند: برنامه های رایانه ای که در بازارهای الکترونیکی بدون دخالت مستقیم انسان پیشنهاد می دهند. استراتژیهای مناقصه خودکار برای حراج یک کالا با ارزشگذاری مشخص، نسبتاً ساده هستند. طراحی استراتژیهایی برای حراجهای همزمان با ارزشگذاریهای وابسته به یکدیگر، کار پیچیدهتری است. این کتاب پیشرفتهای الگوریتمی و ایدههای استراتژی را در معماری عامل مناقصه یکپارچه ارائه میکند که از کار اخیر در این حوزه تحقیقاتی در حال رشد در دانشگاه و صنعت پدید آمده است. نویسندگان چندین رویکرد جدید مناقصه را تجزیه و تحلیل میکنند که از رقابت نماینده تجاری (TAC) که از سال 2000 سالانه برگزار میشود. استفاده از تکنیک های نوآورانه برای یک کار مشترک این کتاب سیر تکامل TAC را دنبال میکند و عوامل منتخب را از زمان تصور از طریق چندین مسابقه، ارائه و تجزیه و تحلیل الگوریتمهای دقیق توسعهیافته برای مناقصه مستقل دنبال میکند. نمایندگی های مناقصه مستقل اولین درمان یکپارچه روش ها را در این حوزه به سرعت در حال توسعه هوش مصنوعی ارائه می دهد. نویسندگان - که TAC را معرفی کردند و برخی از موفق ترین عوامل آن را ایجاد کردند - هم مروری بر تحقیقات فعلی و هم نتایج جدید ارائه می دهند. مایکل پی ولمن، استاد علوم و مهندسی کامپیوتر و عضو آزمایشگاه هوش مصنوعی در دانشگاه میشیگان، آن آربور است. امی گرینوالد، استادیار علوم کامپیوتر در دانشگاه براون است. پیتر استون، استادیار علوم کامپیوتر، محقق آلفرد پی اسلون، و مدیر گروه عوامل یادگیری در دانشگاه تگزاس، آستین است. او برنده جایزه کنفرانس بین المللی مشترک هوش مصنوعی (IJCAI) در سال 2007 کامپیوتر و اندیشه است.
E-commerce increasingly provides opportunities for autonomous bidding agents: computer programs that bid in electronic markets without direct human intervention. Automated bidding strategies for an auction of a single good with a known valuation are fairly straightforward; designing strategies for simultaneous auctions with interdependent valuations is a more complex undertaking. This book presents algorithmic advances and strategy ideas within an integrated bidding agent architecture that have emerged from recent work in this fast-growing area of research in academia and industry. The authors analyze several novel bidding approaches that developed from the Trading Agent Competition (TAC), held annually since 2000. The benchmark challenge for competing agents--to buy and sell multiple goods with interdependent valuations in simultaneous auctions of different types--encourages competitors to apply innovative techniques to a common task. The book traces the evolution of TAC and follows selected agents from conception through several competitions, presenting and analyzing detailed algorithms developed for autonomous bidding. Autonomous Bidding Agents provides the first integrated treatment of methods in this rapidly developing domain of AI. The authors--who introduced TAC and created some of its most successful agents--offer both an overview of current research and new results. Michael P. Wellman is Professor of Computer Science and Engineering and member of the Artificial Intelligence Laboratory at the University of Michigan, Ann Arbor. Amy Greenwald is Assistant Professor of Computer Science at Brown University. Peter Stone is Assistant Professor of Computer Sciences, Alfred P. Sloan Research Fellow, and Director of the Learning Agents Group at the University of Texas, Austin. He is the recipient of the International Joint Conference on Artificial Intelligence (IJCAI) 2007 Computers and Thought Award.