Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

ارایه یک روش یادگیری جدید مبتنی بر یادگیری- Q برای فضاهای پیوسته

سال انتشار: 1395
کد COI مقاله: UTCONF01_138
زبان مقاله: فارسیمشاهده این مقاله: 584
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارایه یک روش یادگیری جدید مبتنی بر یادگیری- Q برای فضاهای پیوسته

الهه مرجانی - دانشجوی کارشناسی ارشد، موسسه آموزش عالی غیرانتفاعی پیام گلپایگان
ابوالقاسم دایی چیان - استادیار، دانشکده برق، موسسه آموزش عالی غیرانتفاعی پیام گلپایگان

چکیده مقاله:

در این مقاله یک روش یادگیری مبتنی بر یادگیری- Q برای استفاده در فضاهای حالت و عمل پیوسته ارایه شدهاست. به جای ماتریس Q در روش یادگیری Q که فضای حالت (سطرهای ماتریس) را به فضای عمل (ستون هایماتریس) نگاشت می کند و فقط می تواند در یک فضای پیوسته این کار را انجام دهد، از یک شبکه ی عصبیاستفاده شده است و به جای الگوریتم یادگیری که مقادیر ماتریس Q را مشخص می کند، از الگوریتم بهینه سازیژنتیک استفاده شده است تا بتوان در فضاهای حالت و عمل پیوسته کار کرد. الگوریتم ژنتیک وظیفه ی محاسبه یوزن های شبکه عصبی را با توجه به پاداش دریافتی از محیط برعهده دارد. الگوریتم ارایه شده در مدل چندعاملیبرای یک شبکه ی مخابراتی به کار گرفته شده است. نتایج بدست آمده از شبیه سازی مساله در متلب، کاهش تعدادپکت های گمشده و درنتیجه افزایش بازدهی شبکه را نشان می دهد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا UTCONF01_138 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/595139/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مرجانی، الهه و دایی چیان، ابوالقاسم،1395،ارایه یک روش یادگیری جدید مبتنی بر یادگیری- Q برای فضاهای پیوسته،همایش ملی دانش و فناوری مهندسی برق، کامپیوتر و مکانیک ایران،تهران،https://civilica.com/doc/595139

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، مرجانی، الهه؛ ابوالقاسم دایی چیان)
برای بار دوم به بعد: (1395، مرجانی؛ دایی چیان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • G. Tesauro. TD-Gammon, _ self-teaching backgammon program, achieves master-level play, ...
  • M. A. Wiering, R. P. Salustowicz, and J. Schmidhuber, " ...
  • S.Carden, "Convergence of a Q-learning Variant for Continuous States and ...
  • C. Gaskett and D. Wettergreen and A. Zelinsky, "Q-Learning in ...
  • S. Carden, "Convergence of a Q-learning Variant for Continuous States ...
  • C. Gaskett and D. Wettergreen and A. Zelinsky, "Q-Learning in ...
  • Kenji Doya. _ TReinforcemet learning in continuous time and space", ...
  • A. Lazaric and M. Restelli and A Bonarini, " Reinforcemet ...
  • Leslie Pack Kaelbling & Michel _ Littman and Andrew W. ...
  • Paul J. Werbos. Approximate dynamic programming for real-time control and ...
  • Juan C. Santamaria, Richard S. Sutton, and Ashwin Ram. Experiments ...
  • Gavin Adrian Rummery. Problem solving with reinforcement learning. PhD thesis, ...
  • Claude F. Touzet. Neural reinforcement learning for behaviour synthesis. Robotics ...
  • H.-M. Gross, V. Stephan, and M. Krabbes. A neural _eld ...

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 135
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی