آموزش بازی های متوسط ​​با تخفیف و هزینه متوسط

عنوان آموزش بازی های متوسط ​​با تخفیف و هزینه متوسط
نویسنده Anahtarcı، Berkay، Karıksız، Can Deha، Saldı، N.
تاریخ انتشار: 2023
محل انتشار - انتشارات میکروتوم
موضوع بازی‌های میدان متوسط، تعادل نش تقریبی، الگوریتم تکرار Q تعبیه‌شده، هزینه با تخفیف، هزینه متوسط
نوع دوره ای
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 1532-4435
شماره ثبت 7f13317e-b850-4640-af22-2d16f8fdc921
محل کتابخانه علوم طبیعی و ریاضی
تاریخ 2023
یادداشت‌ها TÜBİTAK
متن نمونه ما یادگیری تعادل‌های نش تقریبی را برای بازی‌های میدان میانگین گسسته در زمان با دینامیک حالت غیرخطی تصادفی مشروط به هزینه‌های میانگین و تخفیف در نظر می‌گیریم. برای این منظور، ما یک عملگر تعادل میدان متوسط ​​(MFE) را معرفی می‌کنیم که نقطه ثابت آن یک تعادل میدان میانگین است، یعنی تعادل در حد جمعیت نامحدود. ما ابتدا ثابت می کنیم که این عملگر یک انقباض است و یک الگوریتم یادگیری برای محاسبه تعادل میدان میانگین تقریبی با تقریب عملگر MFE با یک تصادفی پیشنهاد می کنیم. علاوه بر این، با استفاده از ویژگی انقباض عملگر MFE، ما تجزیه و تحلیل خطای الگوریتم یادگیری پیشنهادی را ایجاد می‌کنیم. سپس نشان می‌دهیم که تعادل میدان متوسط ​​آموخته شده یک تعادل نش تقریبی را برای بازی‌های عامل محدود تشکیل می‌دهد.
Cilt 24
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات دانشگاه اوزیغین

آموزش بازی های متوسط ​​با تخفیف و هزینه متوسط

نویسنده Anahtarcı، Berkay، Karıksız، Can Deha، Saldı، N.
تاریخ انتشار 2023
محل انتشار - انتشارات میکروتوم
موضوع بازی‌های میدان متوسط، تعادل نش تقریبی، الگوریتم تکرار Q تعبیه‌شده، هزینه با تخفیف، هزینه متوسط
نوع دوره ای
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 1532-4435
شماره ثبت 7f13317e-b850-4640-af22-2d16f8fdc921
محل کتابخانه علوم طبیعی و ریاضی
تاریخ 2023
یادداشت‌ها TÜBİTAK
متن نمونه ما یادگیری تعادل‌های نش تقریبی را برای بازی‌های میدان میانگین گسسته در زمان با دینامیک حالت غیرخطی تصادفی مشروط به هزینه‌های میانگین و تخفیف در نظر می‌گیریم. برای این منظور، ما یک عملگر تعادل میدان متوسط ​​(MFE) را معرفی می‌کنیم که نقطه ثابت آن یک تعادل میدان میانگین است، یعنی تعادل در حد جمعیت نامحدود. ما ابتدا ثابت می کنیم که این عملگر یک انقباض است و یک الگوریتم یادگیری برای محاسبه تعادل میدان میانگین تقریبی با تقریب عملگر MFE با یک تصادفی پیشنهاد می کنیم. علاوه بر این، با استفاده از ویژگی انقباض عملگر MFE، ما تجزیه و تحلیل خطای الگوریتم یادگیری پیشنهادی را ایجاد می‌کنیم. سپس نشان می‌دهیم که تعادل میدان متوسط ​​آموخته شده یک تعادل نش تقریبی را برای بازی‌های عامل محدود تشکیل می‌دهد.
Cilt 24
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید