論文の概要: Exploring Distributed Control with the NK Model

• arxiv url: http://arxiv.org/abs/2004.10061v1
• Date: Mon, 20 Apr 2020 15:01:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-11 18:11:13.967320
• Title: Exploring Distributed Control with the NK Model
• Title（参考訳）: NKモデルによる分散制御の探索
• Authors: Larry Bull
• Abstract要約: NKモデルは自然進化と複雑なシステムの側面を探索するために広く用いられている。 本稿では、複雑なシステムにおける分散制御を探索するためのNKモデルの修正形式を紹介する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The NK model has been used widely to explore aspects of natural evolution and complex systems. This paper introduces a modified form of the NK model for exploring distributed control in complex systems such as organisations, social networks, collective robotics, etc. Initial results show how varying the size and underlying functional structure of a given system affects the performance of different distributed control structures and decision making, including within dynamically formed structures and those with differing numbers of control nodes.
• Abstract（参考訳）: NKモデルは自然進化と複雑なシステムの側面を探索するために広く用いられている。 本稿では,組織やソーシャルネットワーク,集団ロボットなど,複雑なシステムにおける分散制御を探索するためのNKモデルの修正形式を紹介する。 最初の結果から,システムのサイズや基盤となる機能構造の変化が,動的に形成される構造や制御ノードの数が異なるものなど,異なる分散制御構造や意思決定のパフォーマンスに与える影響が示された。

関連論文リスト

• Hamiltonian bridge: A physics-driven generative framework for targeted pattern control [0.8192907805418583]
  複数のスケールでパターンを制御できるフレームワークを提案する。 そこで本稿では,Euler フローとしてキャスティング可能なパターン形成 Pdes 上での反復制御プロトコルを用いて,複雑なパターンを生成するための最適制御方法を示す。
  論文  参考訳（メタデータ） (2024-10-16T15:24:54Z)
• An NKCS Model of Bookchins Communalism [0.0]
  NKCSモデルは、共進化系、すなわち複数の種が密接な相互接続された系を探索するために導入された。 本論では,ブッチンス共産主義とグローバルコントロールの単一点を基礎として,コンフェデレーションの活用の効果について考察する。
  論文  参考訳（メタデータ） (2024-07-25T17:35:11Z)
• Neural Operator with Regularity Structure for Modeling Dynamics Driven by SPDEs [70.51212431290611]
  偏微分方程式 (SPDE) は、大気科学や物理学を含む多くの分野において、力学をモデル化するための重要なツールである。 本研究では,SPDEによって駆動されるダイナミクスをモデル化するための特徴ベクトルを組み込んだニューラル演算子(NORS)を提案する。 動的Phi41モデルと2d Navier-Stokes方程式を含む様々なSPDE実験を行った。
  論文  参考訳（メタデータ） (2022-04-13T08:53:41Z)
• Capturing Actionable Dynamics with Structured Latent Ordinary Differential Equations [68.62843292346813]
  本稿では,その潜在表現内でのシステム入力の変動をキャプチャする構造付き潜在ODEモデルを提案する。 静的変数仕様に基づいて,本モデルではシステムへの入力毎の変動要因を学習し,潜在空間におけるシステム入力の影響を分離する。
  論文  参考訳（メタデータ） (2022-02-25T20:00:56Z)
• Embedded Ensembles: Infinite Width Limit and Operating Regimes [15.940871041126453]
  アンサンブルニューラルネットワークに対するメモリ効率のよいアプローチは、単一の参照ネットワークを用いて、アンサンブルされたモデル間でほとんどの重みを共有することである。 私たちはこの戦略をEmbedded Ensembling (EE)と呼び、その具体的な例はBatchEnsemblesとMonte-Carloのドロップアウトアンサンブルである。
  論文  参考訳（メタデータ） (2022-02-24T18:55:41Z)
• Sparsity in Partially Controllable Linear Systems [56.142264865866636]
  本研究では, 部分制御可能な線形力学系について, 基礎となる空間パターンを用いて検討する。 最適制御には無関係な状態変数を特徴付ける。
  論文  参考訳（メタデータ） (2021-10-12T16:41:47Z)
• Redefining Neural Architecture Search of Heterogeneous Multi-Network Models by Characterizing Variation Operators and Model Components [71.03032589756434]
  複素領域における異なる変動演算子の効果について検討する。 モデルの複雑さと性能に影響を及ぼす変化演算子と、それを構成する異なる部分の質を推定する様々な指標に依存するモデルの両方を特徴付ける。
  論文  参考訳（メタデータ） (2021-06-16T17:12:26Z)
• The Importance of Models in Data Analysis with Small Human Movement Datasets -- Inspirations from Neurorobotics Applied to Posture Control of Humanoids and Humans [0.0]
  本研究では,DECパラメトリックモデルを用いた姿勢制御のための畳み込みニューラルネットワーク(CNN)に基づくシステム同定手法を提案する。 提案した制御モデルのモジュラ構造は、異なる自由度を制御するモジュールのパラメータを特定するために同じニューラルネットワークを使用するという意味で、モジュール識別手順の設計にインスピレーションを与えた。
  論文  参考訳（メタデータ） (2021-02-04T11:02:11Z)
• Deep Learning Based Model Identification System Exploits the Modular Structure of a Bio-Inspired Posture Control Model for Humans and Humanoids [0.0]
  本研究では,DECパラメトリックモデルを用いた姿勢制御のための畳み込みニューラルネットワーク(CNN)に基づくシステム同定手法を提案する。 提案した制御モデルのモジュラ構造は、異なる自由度を制御するモジュールのパラメータを特定するために同じニューラルネットワークを使用するという意味で、モジュール識別手順の設計にインスピレーションを与えた。
  論文  参考訳（メタデータ） (2021-02-04T10:54:24Z)
• S2RMs: Spatially Structured Recurrent Modules [105.0377129434636]
  モジュール構造とテンポラル構造の両方を同時に活用できる動的構造を利用するための一歩を踏み出します。 我々のモデルは利用可能なビューの数に対して堅牢であり、追加のトレーニングなしで新しいタスクに一般化できる。
  論文  参考訳（メタデータ） (2020-07-13T17:44:30Z)
• An Ode to an ODE [78.97367880223254]
  我々は、O(d) 群上の行列フローに応じて主フローの時間依存パラメータが進化する ODEtoODE と呼ばれるニューラルODE アルゴリズムの新しいパラダイムを提案する。 この2つの流れのネストされたシステムは、訓練の安定性と有効性を提供し、勾配の消滅・爆発問題を確実に解決する。
  論文  参考訳（メタデータ） (2020-06-19T22:05:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。