Andere Kunden interessierten sich auch für
![Modélisation d'événements discrets et simulation de processus de décision de Markov]( "Modélisation d'événements discrets et simulation de processus de décision de Markov")
Modélisation d'événements discrets et simulation de processus de décision de Markov51,99 €![Modellazione e simulazione di eventi discreti del processo decisionale di Markov]( "Modellazione e simulazione di eventi discreti del processo decisionale di Markov")
Modellazione e simulazione di eventi discreti del processo decisionale di Markov51,99 €![Modelação e simulação de processos de decisão de Markov]( "Modelação e simulação de processos de decisão de Markov")
Modelação e simulação de processos de decisão de Markov51,99 €![Diskretno-sobytijnoe modelirowanie i imitaciq markowskogo processa prinqtiq reshenij]( "Diskretno-sobytijnoe modelirowanie i imitaciq markowskogo processa prinqtiq reshenij")
Diskretno-sobytijnoe modelirowanie i imitaciq markowskogo processa prinqtiq reshenij51,99 €![Discrete Event Modeling and Simulation of Markov Decision Process.]( "Discrete Event Modeling and Simulation of Markov Decision Process.")
Discrete Event Modeling and Simulation of Markov Decision Process.51,99 €![Machine Learning and Knowledge Discovery in Databases]( "Machine Learning and Knowledge Discovery in Databases")
Machine Learning and Knowledge Discovery in Databases38,99 €![Machine Learning and Knowledge Discovery in Databases]( "Machine Learning and Knowledge Discovery in Databases")
Machine Learning and Knowledge Discovery in Databases38,99 €
Markov-Entscheidungsprozess-Modelle (MDP) werden in vielen Forschungsbereichen zur Modellierung von Entscheidungsproblemen verwendet. MDPs können durch Modellierung und Simulation (M&S) unter Verwendung des Discrete Event System Specification Formalismus (DEVS) aufgrund seiner modularen und hierarchischen Aspekte, die die Erklärbarkeit der Modelle verbessern, leicht entworfen werden. Insbesondere ist die Trennung zwischen dem Agenten und den Komponenten der Umgebung, die in den traditionellen Algorithmus des Reinforcement Learning (RL), wie z.B. Q-Learning, involviert sind, klar formalisiert, um die Beobachtbarkeit zu verbessern und die Integration von KI-Komponenten in den Entscheidungsprozess vorzusehen. Das Hauptaugenmerk dieser Arbeit liegt auf der Möglichkeit, ein markovianisches System mit einem Modellierungs- und Simulationsformalismus zu entwerfen, um einen Entscheidungsprozess mit größerer Erklärbarkeit durch Simulation zu optimieren. Darüber hinaus umfasst die Arbeit eine Untersuchung auf der Grundlage des Finanzprozessmanagements, dessen Spezifikation als MDP-basiertes RL-System und dessen M&S mit dem DEVS-Formalismus.