<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[鱼塘]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/u013229302</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; u013229302]]></copyright><item><title><![CDATA[确定性网络_v0]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/139680045</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/139680045</guid><author>u013229302</author><pubDate>Fri, 14 Jun 2024 17:08:37 +0800</pubDate><description><![CDATA[该网络具有以下特征：能够提供确定性服务质量，灵活切换确定性服务和非确定性服务，自主控制提供确定性服务质量的等级，全面赋能产业升级，支撑大规模机器通信、机器视觉、远程操控、人工智能、工业互联网、农业互联网、智能服务业的需求，通信服务商深入产业一线定制化弹性供给确定性网络服务，确定性网络服务能力一体化与多样化跨域全局协同。可以提供“准时、准确”数据传输服务质量。五种典型的确定性 QoS 包括：低时延（上限确定）、低抖动（上限确定）、低丢包率（上限确定）、高带宽（上下限确定）、高可靠（下限确定）。]]></description><category></category></item><item><title><![CDATA[【High 翻天】Higer-order Networks with Battiston Federico （8）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/128667283</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/128667283</guid><author>u013229302</author><pubDate>Sat, 14 Jan 2023 17:26:22 +0800</pubDate><description><![CDATA[二元观点的选民模型在这个方向上得到了广泛的扩展，许多版本的自适应选民模型被提出。到目前为止讨论的不同模型描述了具有离散意见的相互作用代理的动态，这些方法适用于个人只能对某一主题有明确和明确的意见的情况。这些模型的行为类似于上面讨论的类似选民的模型，但在更新规则上有一个根本的不同：复制机制被确定性多数规则所取代。在这个模型中，个体通过社交网络的链接相互模仿，即通过复制邻居的特征向量的一个元素来进行交互。模仿概率与两个节点之间所谓的文化重叠成正比，在原始模型中，文化重叠对应的是共同文化特征的比例。]]></description><category></category></item><item><title><![CDATA[【High 翻天】Higer-order Networks with Battiston Federico （7）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/128622083</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/128622083</guid><author>u013229302</author><pubDate>Fri, 13 Jan 2023 02:45:00 +0800</pubDate><description><![CDATA[将社区建模为超边的想法中，使用超图的节点来表示个人，使用超边来表示节点所属的不同社区。此外，基于类似的 SIS 的框架，可将临界质量动力学明确地包含在传染过程中，从而推广了上述传染过程。事实上，实验已经显示了启动社会变革所需的临界质量水平的不同值，即通过承诺的少数人将现有的平衡恢复到新的平衡。考虑每个组交互中包含的所有子交互，该模型的动态依赖于不同的感染渠道（单纯型）。模拟人类行为的动态过程一直是许多研究的焦点，其中社会关系和交互通常被认为是一种潜在结构，是高阶方法的天然试验场。主要可分为两大类，即。]]></description><category></category></item><item><title><![CDATA[【High 翻天】Higer-order Networks with Battiston Federico （6）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/128570099</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/128570099</guid><author>u013229302</author><pubDate>Tue, 10 Jan 2023 02:45:00 +0800</pubDate><description><![CDATA[同步是两个或两个以上耦合动力系统的出现顺序，常见于物理、生物和社会系统中。在网络同步中，图的每个节点都是一个动态系统，它的动态通过成对的相互作用受到相邻节点的影响。当相互作用使所有或宏观部分的扰动达到相干状态时，同步就发生了。]]></description><category></category></item><item><title><![CDATA[【High 翻天】Higer-order Networks with Battiston Federico （5）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/128508926</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/128508926</guid><author>u013229302</author><pubDate>Thu, 05 Jan 2023 20:48:40 +0800</pubDate><description><![CDATA[在给出建模之后，接下来讨论如何将传统意义下的扩散拓展到高阶系统。扩散是一个线性过程，但在许多不同的情况下都有强相关性。在网络上的标准扩散中，一种“物质”被分配到图节点上，并从含量较高的节点流向含量较低的节点。这一过程本质上实现了各节点均衡的再分配，有时候也被称为 consensus。]]></description><category></category></item><item><title><![CDATA[【High 翻天】Higer-order Networks with Battiston Federico （4）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/128504872</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/128504872</guid><author>u013229302</author><pubDate>Sun, 01 Jan 2023 00:00:00 +0800</pubDate><description><![CDATA[模型的目的是再现、解释和预测系统的结构，最好用涉及系统两个或多个元素的交互来描述。为了考虑其输出的可变性，这些模型通常被指定为随机规则的集合，即随机过程。]]></description><category></category></item><item><title><![CDATA[【High 翻天】Higer-order Networks with Battiston Federico （3）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/128371255</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/128371255</guid><author>u013229302</author><pubDate>Mon, 19 Dec 2022 21:23:47 +0800</pubDate><description><![CDATA[模型的目的是再现、解释和预测系统的结构，最好用涉及系统两个或多个元素的交互来描述。为了考虑其输出的可变性，这些模型通常被指定为随机规则的集合，即随机过程。]]></description><category></category></item><item><title><![CDATA[【High 翻天】Higer-order Networks with Battiston Federico （2）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/128163368</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/128163368</guid><author>u013229302</author><pubDate>Fri, 16 Dec 2022 21:54:32 +0800</pubDate><description><![CDATA[接上回说到了高阶的表示方法，接下来开始高阶系统的测量方法。]]></description><category></category></item><item><title><![CDATA[【High 翻天】Higer-order Networks with Battiston Federico （1）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/128139658</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/128139658</guid><author>u013229302</author><pubDate>Fri, 02 Dec 2022 17:50:14 +0800</pubDate><description><![CDATA[一篇综述和一本书展开的故事。]]></description><category></category></item><item><title><![CDATA[读书笔记：Resource Management for On-Demand Mission-Critical Internet of Things Applications（1）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/127486996</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/127486996</guid><author>u013229302</author><pubDate>Mon, 24 Oct 2022 10:47:15 +0800</pubDate><description><![CDATA[本书旨在缩小动态机制设计理论与无线和物联网系统之间的差距。它还为物联网网络决策综合科学的发展铺平了道路。]]></description><category></category></item><item><title><![CDATA[读书笔记：Algorithms for Decision Making（14）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/127156586</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/127156586</guid><author>u013229302</author><pubDate>Wed, 05 Oct 2022 11:30:00 +0800</pubDate><description><![CDATA[本部分将简单游戏扩展到具有多个状态的连续上下文。马尔可夫博弈可以看作是多个具有自己奖励函数的智能体的马尔可夫决策过程。]]></description><category></category></item><item><title><![CDATA[读书笔记：Algorithms for Decision Making（13）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/127154487</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/127154487</guid><author>u013229302</author><pubDate>Tue, 04 Oct 2022 13:00:00 +0800</pubDate><description><![CDATA[本部分将简单游戏扩展到具有多个状态的连续上下文。马尔可夫博弈可以看作是多个具有自己奖励函数的智能体的马尔可夫决策过程。]]></description><category></category></item><item><title><![CDATA[读书笔记：Algorithms for Decision Making（12）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/127150783</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/127150783</guid><author>u013229302</author><pubDate>Mon, 03 Oct 2022 17:13:24 +0800</pubDate><description><![CDATA[现将单智能体的核心概念扩展到多智能体系统的问题。在该系统中，可将其他智能体建模为潜在的盟友或对手，并随着时间的推移进行相应的调整。]]></description><category></category></item><item><title><![CDATA[读书笔记：Algorithms for Decision Making（11）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/126955831</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/126955831</guid><author>u013229302</author><pubDate>Mon, 03 Oct 2022 11:57:56 +0800</pubDate><description><![CDATA[在有限维场景中，POMDP问题的精确解也经常很难计算。因而，考虑求得近似解的方法是合理的。本部分从离线近似解讨论到在线近似解，是近似方法的常规逻辑思路。]]></description><category></category></item><item><title><![CDATA[读书笔记：Algorithms for Decision Making（10）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/126955741</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/126955741</guid><author>u013229302</author><pubDate>Sun, 02 Oct 2022 14:56:56 +0800</pubDate><description><![CDATA[前面已经讨论了两个不确定性，即结果状态和模型的不确定性。在这一部分将不确定性扩展到状态。具体讲，接收到的观测值与状态只有概率关系，而不是精确地观察状态。此类问题可以建模为部分可观察的马尔可夫决策过程（POMDP），但POMDP很难以最佳方式解决所有问题，因而需要引入更多的近似策略。]]></description><category></category></item><item><title><![CDATA[读书笔记：Algorithms for Decision Making（9）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/126955708</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/126955708</guid><author>u013229302</author><pubDate>Wed, 28 Sep 2022 13:42:16 +0800</pubDate><description><![CDATA[与基于模型的方法相比，无模型方法不需要构建转移函数和奖励函数的显性表示，而是直接作用于值函数建模。进一步地，考虑模拟学习来重建奖励函数。]]></description><category></category></item><item><title><![CDATA[读书笔记：Algorithms for Decision Making（8）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/126942725</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/126942725</guid><author>u013229302</author><pubDate>Tue, 27 Sep 2022 11:36:03 +0800</pubDate><description><![CDATA[解决存在模型不确定性的此类问题是强化学习领域的主题，这是这部分的重点。解决模型不确定性的几个挑战：首先，智能体必须仔细平衡环境探索和利用通过经验获得的知识。第二，在做出重要决策后很长时间内，可能会收到奖励，因此必须将以后奖励的学分分配给以前的决策。第三，智能体必须从有限的经验中进行概括。]]></description><category></category></item><item><title><![CDATA[读书笔记：Algorithms for Decision Making（7）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/126894146</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/126894146</guid><author>u013229302</author><pubDate>Mon, 26 Sep 2022 13:57:31 +0800</pubDate><description><![CDATA[策略搜索即搜索策略空间，而无需直接计算值函数。策略空间的维数通常低于状态空间，并且通常可以更有效地搜索。本部分首先讨论在初始状态分布下估计策略价值的方法。然后讨论不使用策略梯度估计的搜索方法和策略梯度方法。接着介绍Actor-Critic方法用值函数的估计来指导优化。]]></description><category></category></item><item><title><![CDATA[读书笔记：Algorithms for Decision Making（6）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/126877362</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/126877362</guid><author>u013229302</author><pubDate>Tue, 20 Sep 2022 14:06:23 +0800</pubDate><description><![CDATA[上文中提及的精确解方法适用于小型离散问题，对于较大状态空间的问题，计算精确解需要极大的内存量，因而考虑近似解的方法。常使用approximate dynamic programming的方法去寻求近似解，进而使用在线方法实现实时计算。]]></description><category></category></item><item><title><![CDATA[读书笔记：Algorithms for Decision Making（5）]]></title><link>https://blog.youkuaiyun.com/u013229302/article/details/126861413</link><guid>https://blog.youkuaiyun.com/u013229302/article/details/126861413</guid><author>u013229302</author><pubDate>Mon, 19 Sep 2022 15:16:25 +0800</pubDate><description><![CDATA[此前讲述了在某个时间点做一个单一的决定的问题，但许多重要的问题需要做出一系列的决定。序列环境中的最佳决策需要对未来行动和观察序列进行推理。]]></description><category></category></item></channel></rss>