,

مقاله شناسایی سیستم چندعامله با انتشار غیرخطی دسته‌ای

تومان249,950

قوانین تعامل محلی حاکم بر سیستم‌های چندعاملی، حتی زمانی که دینامیک به طور دقیق مشاهده می‌شود، بازیابی از داده‌های مسیر دشوار است. در سیستم‌هایی که توسط لاپلاسین شیف غیرخطی (تعمیمی از لاپلاسین گراف که …

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperPaper-0000000393 دسته: ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

شناسایی سیستم چندعامله با انتشار غیرخطی دسته‌ای

Multi-Agent System Identification with Nonlinear Sheaf Diffusion

نویسندگان: Nivar Anwer, Hans Riess, Matthew Hale

شناسه منبع: arxiv / 2605.11204v1

دسته: eess.SY,cs.LG,cs.MA,math.AT

چکیده (فارسی)

قوانین تعامل محلی حاکم بر سیستم‌های چندعاملی، حتی زمانی که دینامیک به طور دقیق مشاهده می‌شود، بازیابی از داده‌های مسیر دشوار است. در سیستم‌هایی که توسط لاپلاسین شیف غیرخطی (تعمیمی از لاپلاسین گراف که فضاهای حالت ناهمگن و کانال‌های ارتباطی نامتقارن را در بر می‌گیرد) اداره می‌شوند، قانون هماهنگی توسط توابع پتانسیل یال که گرادیان‌های آن‌ها نیروهای بین عاملی را تولید می‌کنند، رمزگذاری می‌شود. از آنجایی که مشاهدات مسیر، تحول حالت گره را ثبت می‌کنند، تنها اثر تجمعی نیروهای یال را در هر گره آشکار می‌سازند: قوانین تعامل متمایزی که در سطح گره توافق دارند، تنها از داده‌های مسیر قابل تشخیص نیستند. ما نشان می‌دهیم که مانع اساسی برای بازیابی توپولوژیکی است که توسط کوهومولوژی شیف اندازه‌گیری می‌شود، و بازیابی منحصر به فرد از یک کلاس تابع نامحدود تنها در صورتی امکان‌پذیر است که این کوهومولوژی ناپدید شود. هنگامی که مانع غیر بدیهی است، ما نشان می‌دهیم که بازیابی در یک کلاس پارامتری با ابعاد متناهی دقیقاً زمانی امکان‌پذیر است که ماتریس اطلاعات وابسته به داده مثبت معین باشد. آزمایش‌ها این نظریه را تأیید می‌کنند و نشان می‌دهند که بازتولید دقیق مسیر لزوماً بازیابی قانون تعامل زیربنایی را تضمین نمی‌کند.

Abstract (English)

Local interaction laws governing multi-agent systems can be difficult to recover from trajectory data, even when the dynamics are observed faithfully. In systems governed by a nonlinear sheaf Laplacian — a generalization of the graph Laplacian accommodating heterogeneous state spaces and asymmetric communication channels — the coordination law is encoded by edge potential functions whose gradients produce the inter-agent forces. Because trajectory observations record node-state evolution, they expose only the aggregate effect of the edge forces at each node: distinct interaction laws that agree at the node level are indistinguishable from trajectory data alone. We show that the fundamental obstruction to recovery is topological, measured by sheaf cohomology, and that unique recovery from an unconstrained function class is possible if and only if this cohomology vanishes. When the obstruction is nontrivial, we show that recovery within a finite-dimensional parameterized class is possible precisely when a data-dependent information matrix is positive definite. Experiments validate the theory and illustrate that accurate trajectory reproduction need not certify recovery of the underlying interaction law.

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “مقاله شناسایی سیستم چندعامله با انتشار غیرخطی دسته‌ای”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا