論文の概要: Multi-agent Searching System for Medical Information
- arxiv url: http://arxiv.org/abs/2203.12465v1
- Date: Wed, 23 Mar 2022 14:58:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 15:49:06.750676
- Title: Multi-agent Searching System for Medical Information
- Title(参考訳): 医療情報のマルチエージェント検索システム
- Authors: Mariya Evtimova-Gardair
- Abstract要約: モバイルエージェントを使用する場合の利点について述べる。
提案システムは比較的高精度な96%を有する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In the paper is proposed a model of multi-agent security system for searching
a medical information in Internet. The advantages when using mobile agent are
described, so that to perform searching in Internet. Nowadays, multi-agent
systems found their application into distribution of decisions. For modeling
the proposed multi-agent medical system is used JADE. Finally, the results when
using mobile agent are generated that could reflect performance when working
with BIG DATA. The proposed system is having also relatively high precision
96%.
- Abstract(参考訳): 本稿では,インターネット上で医療情報を検索するマルチエージェントセキュリティシステムのモデルを提案する。
モバイルエージェントを使用する場合の利点について述べる。
今日では、マルチエージェントシステムは意思決定に応用している。
モデリングには,提案するマルチエージェント医療システムを用いた。
最後に、BIGデータを扱う際のパフォーマンスを反映するモバイルエージェントの使用結果を生成する。
提案システムは比較的高精度な96%を有する。
関連論文リスト
- Mobile-Agent: Autonomous Multi-Modal Mobile Device Agent with Visual
Perception [54.847886281834576]
自律型マルチモーダルモバイルデバイスエージェントMobile-Agentを紹介する。
Mobile-Agentはまず視覚認識ツールを利用して、アプリのフロントエンドインターフェイス内の視覚的要素とテキスト的要素の両方を正確に識別し、特定する。
そして、複雑なオペレーションタスクを自律的に計画し、分解し、ステップバイステップでモバイルアプリをナビゲートする。
論文 参考訳(メタデータ) (2024-01-29T13:46:37Z) - EHRAgent: Code Empowers Large Language Models for Few-shot Complex
Tabular Reasoning on Electronic Health Records [48.9788858020623]
大規模言語モデル(LLM)は、計画とツールの利用において例外的な能力を示した。
コードインタフェースを備えたLLMエージェントであるEHRAgentを提案し,マルチタブラル推論のためのコードの自動生成と実行を行う。
論文 参考訳(メタデータ) (2024-01-13T18:09:05Z) - XUAT-Copilot: Multi-Agent Collaborative System for Automated User
Acceptance Testing with Large Language Model [9.05375318147931]
自動UATのためのマルチエージェント協調システムXUAT-Copilotを提案する。
提案システムは主に,動作計画,状態チェック,パラメータ選択を担当する3つのLCMエージェントと,状態検出とケース書き換えのための2つのモジュールから構成される。
実験では,Pass@1の精度を単エージェントアーキテクチャと比較して大幅に向上した。
論文 参考訳(メタデータ) (2024-01-05T08:24:30Z) - KwaiAgents: Generalized Information-seeking Agent System with Large
Language Models [33.59597020276034]
人間は批判的思考、計画、リフレクション、世界と対話し解釈するための利用可能なツールの活用に優れています。
大規模言語モデル(LLM)の最近の進歩は、マシンが前述の人間のような能力を持っていることも示唆している。
LLMに基づく汎用情報検索システムであるKwaiAgentsを紹介する。
論文 参考訳(メタデータ) (2023-12-08T08:11:11Z) - UKP-SQuARE v3: A Platform for Multi-Agent QA Research [48.92308487624824]
我々は、質問回答(QA)研究のためのオンラインプラットフォームであるUKP-SQuAREを拡張し、マルチエージェントシステムの3つのファミリーをサポートする。
推論速度の評価実験を行い、マルチデータセットモデルと比較して性能と速度のトレードオフについて議論する。
論文 参考訳(メタデータ) (2023-03-31T15:07:36Z) - Multi-agent Deep Covering Skill Discovery [50.812414209206054]
本稿では,複数エージェントの結合状態空間の予測被覆時間を最小化し,マルチエージェントオプションを構築するマルチエージェントDeep Covering Option Discoveryを提案する。
また、MARLプロセスにマルチエージェントオプションを採用するための新しいフレームワークを提案する。
提案アルゴリズムは,アテンション機構とエージェントの相互作用を効果的に把握し,マルチエージェントオプションの同定に成功した。
論文 参考訳(メタデータ) (2022-10-07T00:40:59Z) - From Intelligent Agents to Trustworthy Human-Centred Multiagent Systems [32.13503855910301]
サウサンプトン大学のエージェント・インタラクション・複雑度研究グループには、マルチエージェントシステム(MAS)の研究の長い実績がある。
我々は、このグループによって達成された重要な成果を強調し、信頼に足る自律システムを開発し、社会的善をサポートすることを目的とした人間中心のAIシステムを展開するための最近の研究とオープンな研究課題について詳述する。
論文 参考訳(メタデータ) (2022-10-05T13:40:38Z) - Lifting DecPOMDPs for Nanoscale Systems -- A Work in Progress [3.775291916736883]
DNAベースのナノネットは、特に医学分野において、幅広い有望なユースケースを持っている。
大規模なエージェントセット、部分的に観測可能な環境、ノイズの多い観測により、このようなナノスケールシステムは、分散化され、部分的に観測可能なマルコフ決定プロセス(DecPOMDP)としてモデル化することができる。
本報告では, (i) 昇降型DecPOMDPを提示し, エージェントセットを識別不能なエージェントセットに分割し, 最悪のケーススペースを削減し, (ii) ナノスケール医療システムを応用した。
論文 参考訳(メタデータ) (2021-10-18T10:14:00Z) - Medical Information Retrieval and Interpretation: A Question-Answer
based Interaction Model [7.990816079551592]
インターネットは、様々な医療情報が毎日表現される強力なプラットフォームになっている。
現在の検索エンジンやレコメンデーションシステムは、より正確な結果生成を提供するリアルタイムインタラクションをまだ欠いている。
本稿では、Web上の膨大な医療ビッグデータリポジトリと結びついたインテリジェントでインタラクティブなシステムを提案する。
論文 参考訳(メタデータ) (2021-01-24T07:01:06Z) - MAGNet: Multi-agent Graph Network for Deep Multi-agent Reinforcement
Learning [70.540936204654]
マルチエージェント強化学習のための新しい手法であるMAGnetを提案する。
我々は、最先端のMARLソリューションよりも大幅に優れていることを示す。
論文 参考訳(メタデータ) (2020-12-17T17:19:36Z) - Scalable Multi-Agent Inverse Reinforcement Learning via
Actor-Attention-Critic [54.2180984002807]
マルチエージェント逆逆強化学習 (MA-AIRL) は, 単エージェントAIRLをマルチエージェント問題に適用する最近の手法である。
本稿では,従来の手法よりもサンプル効率が高く,スケーラブルなマルチエージェント逆RLアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-02-24T20:30:45Z)
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。