Tree Based Decision Strategies and Auctions in Computational Multi-Agent Systems

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F17%3A00477352" target="_blank" >RIV/67985807:_____/17:00477352 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21240/17:00314345

Výsledek na webu

<a href="http://rev-inv-ope.univ-paris1.fr/fileadmin/rev-inv-ope/files/38417/38417-04.pdf" target="_blank" >http://rev-inv-ope.univ-paris1.fr/fileadmin/rev-inv-ope/files/38417/38417-04.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Tree Based Decision Strategies and Auctions in Computational Multi-Agent Systems

Popis výsledku v původním jazyce

This paper deals with an agent-based implementation of data mining system where a set of tasks is being processed in a distributed manner. The key role within such a system is the decision strategy of a computational agent which should consider accepting or rejecting a particular task based on various decision strategies. We present several adaptive decision strategies and compare them to traditional auction-based task distribution. Results show that optimal decision making strategy depends on the task set characteristic properties { e.g. how distinct are the best and the worst average results of each task type in dataset.

Název v anglickém jazyce

Tree Based Decision Strategies and Auctions in Computational Multi-Agent Systems

Popis výsledku anglicky

This paper deals with an agent-based implementation of data mining system where a set of tasks is being processed in a distributed manner. The key role within such a system is the decision strategy of a computational agent which should consider accepting or rejecting a particular task based on various decision strategies. We present several adaptive decision strategies and compare them to traditional auction-based task distribution. Results show that optimal decision making strategy depends on the task set characteristic properties { e.g. how distinct are the best and the worst average results of each task type in dataset.

Druh

J_SC - Článek v periodiku v databázi SCOPUS

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Investigacion Operacional

ISSN

0257-4306

e-ISSN

—

Svazek periodika

38

Číslo periodika v rámci svazku

4

Stát vydavatele periodika

CU - Kubánská republika

Počet stran výsledku

8

Strana od-do

335-342

Kód UT WoS článku

—

EID výsledku v databázi Scopus

2-s2.0-85027187375