Comportamiento de un sistema multiagentes CBR usando el método k-vecinos más próximos

Autores
Fonseca, Miguel Alberto; Roushani, Ramín
Año de publicación
2002
Idioma
inglés
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se presenta una aplicación del algoritmo k-vecinos más próximos para obtener una solución a un problema dado, sobre un sistema multiagentes CBR. Para la cooperación entre los agentes en el sistema al momento de consultar por una solución, se utiliza la política de colaboración de Comité o de Consultas Limitadas, propuestas en las publicaciones “Learning when to collaborate among learning agents” y “Ensemble Case- Based Reasoning: Collaboration Policies for Multiagent Cooperative CBR”, cuyos autores son E. Plaza y S. Ontañón. Se propone una medida alternativa de similaridad entre los casos de entrenamiento y los de consulta, en donde los casos son representados como ψ-terms.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Políticas de colaboración
Registro de soluciones endosadas
SERs
Aprendizaje lazy
Razonamiento basado en casos
CBR
ψ-terms
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/183591
Acceder
id SEDICI_aeecf58dcbb5257679fd8c9c9269fd72
oai_identifier_str oai:sedici.unlp.edu.ar:10915/183591
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Comportamiento de un sistema multiagentes CBR usando el método k-vecinos más próximosFonseca, Miguel AlbertoRoushani, RamínCiencias InformáticasPolíticas de colaboraciónRegistro de soluciones endosadasSERsAprendizaje lazyRazonamiento basado en casosCBRψ-termsSe presenta una aplicación del algoritmo k-vecinos más próximos para obtener una solución a un problema dado, sobre un sistema multiagentes CBR. Para la cooperación entre los agentes en el sistema al momento de consultar por una solución, se utiliza la política de colaboración de Comité o de Consultas Limitadas, propuestas en las publicaciones “Learning when to collaborate among learning agents” y “Ensemble Case- Based Reasoning: Collaboration Policies for Multiagent Cooperative CBR”, cuyos autores son E. Plaza y S. Ontañón. Se propone una medida alternativa de similaridad entre los casos de entrenamiento y los de consulta, en donde los casos son representados como ψ-terms.Sociedad Argentina de Informática e Investigación Operativa2002-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf79-89http://sedici.unlp.edu.ar/handle/10915/183591enginfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:41:54Zoai:sedici.unlp.edu.ar:10915/183591Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:41:55.092SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Comportamiento de un sistema multiagentes CBR usando el método k-vecinos más próximos
title Comportamiento de un sistema multiagentes CBR usando el método k-vecinos más próximos
spellingShingle Comportamiento de un sistema multiagentes CBR usando el método k-vecinos más próximos
Fonseca, Miguel Alberto
Ciencias Informáticas
Políticas de colaboración
Registro de soluciones endosadas
SERs
Aprendizaje lazy
Razonamiento basado en casos
CBR
ψ-terms
title_short Comportamiento de un sistema multiagentes CBR usando el método k-vecinos más próximos
title_full Comportamiento de un sistema multiagentes CBR usando el método k-vecinos más próximos
title_fullStr Comportamiento de un sistema multiagentes CBR usando el método k-vecinos más próximos
title_full_unstemmed Comportamiento de un sistema multiagentes CBR usando el método k-vecinos más próximos
title_sort Comportamiento de un sistema multiagentes CBR usando el método k-vecinos más próximos
dc.creator.none.fl_str_mv Fonseca, Miguel Alberto
Roushani, Ramín
author Fonseca, Miguel Alberto
author_facet Fonseca, Miguel Alberto
Roushani, Ramín
author_role author
author2 Roushani, Ramín
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Políticas de colaboración
Registro de soluciones endosadas
SERs
Aprendizaje lazy
Razonamiento basado en casos
CBR
ψ-terms
topic Ciencias Informáticas
Políticas de colaboración
Registro de soluciones endosadas
SERs
Aprendizaje lazy
Razonamiento basado en casos
CBR
ψ-terms
dc.description.none.fl_txt_mv Se presenta una aplicación del algoritmo k-vecinos más próximos para obtener una solución a un problema dado, sobre un sistema multiagentes CBR. Para la cooperación entre los agentes en el sistema al momento de consultar por una solución, se utiliza la política de colaboración de Comité o de Consultas Limitadas, propuestas en las publicaciones “Learning when to collaborate among learning agents” y “Ensemble Case- Based Reasoning: Collaboration Policies for Multiagent Cooperative CBR”, cuyos autores son E. Plaza y S. Ontañón. Se propone una medida alternativa de similaridad entre los casos de entrenamiento y los de consulta, en donde los casos son representados como ψ-terms.
Sociedad Argentina de Informática e Investigación Operativa
description Se presenta una aplicación del algoritmo k-vecinos más próximos para obtener una solución a un problema dado, sobre un sistema multiagentes CBR. Para la cooperación entre los agentes en el sistema al momento de consultar por una solución, se utiliza la política de colaboración de Comité o de Consultas Limitadas, propuestas en las publicaciones “Learning when to collaborate among learning agents” y “Ensemble Case- Based Reasoning: Collaboration Policies for Multiagent Cooperative CBR”, cuyos autores son E. Plaza y S. Ontañón. Se propone una medida alternativa de similaridad entre los casos de entrenamiento y los de consulta, en donde los casos son representados como ψ-terms.
publishDate 2002
dc.date.none.fl_str_mv 2002-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/183591
url http://sedici.unlp.edu.ar/handle/10915/183591
dc.language.none.fl_str_mv eng
language eng
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
79-89
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064427487461376
score 13.22299

Publicaciones similares