项目名称: 基于量子聚类的MAS群体智能处理的理论和方法

项目编号: No.61173056

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 自动化技术、计算机技术

项目作者: 董玉民

作者单位: 青岛理工大学

项目金额: 55万元

中文摘要: 本项目研究基于量子聚类的多Agent智能处理的理论和方法,通过建立二维阵列作为带有量子状态的粒子的移动空间,利用量子的纠缠性、相干性、叠加性和隧穿等特性,粒子在该阵列中移动和碰撞,最终将粒子分配到各个不同的纠缠类中。每一个纠缠类中的粒子都携带相似的数据对象,从而建立量子数据聚类的模型。提出基于量子聚类的并行算法,从而得到一个与最优聚类相对应的是在稳定概率分布中具有最大概率的纠缠划分。 利用量子纠缠的特性来实现信息自组织聚类中的粒子的群体智能行为,将多Agent智能处理求解问题,转化成量子聚类模型,建立相应的薛定谔方程,求其近似解。通过微扰项进行修正,从而达到求近似精确解的目的。为复杂环境下的分布并行智能处理提供新的可能途径,对分布式人工智能,认知科学、信息技术、控制工程、系统科学、生命科学、感知理论、学习机理、社会学中基于群体智能的问题求解都有重要意义。

中文关键词: 量子信息;量子行为;数据聚类;多Agent;智能处理

英文摘要:

英文关键词: Quantum information;Quantum-behaved;Data clustering;Multiagent;Intelligence Processing

成为VIP会员查看完整内容
0

相关内容

【经典书】全局优化算法:理论与应用,820页pdf
专知会员服务
150+阅读 · 2021年11月10日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
48+阅读 · 2021年8月29日
【经典书】半监督学习,524页pdf
专知会员服务
134+阅读 · 2021年8月20日
【经典书】模式识别导论,561页pdf
专知会员服务
81+阅读 · 2021年6月30日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
21+阅读 · 2020年9月14日
量子启发的多模态融合模型
PaperWeekly
3+阅读 · 2022年1月18日
基于自监督的可逆性强化学习方法
AI前线
4+阅读 · 2021年12月3日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
126+阅读 · 2020年9月6日
Arxiv
18+阅读 · 2019年1月16日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
26+阅读 · 2018年8月19日
小贴士
相关VIP内容
【经典书】全局优化算法:理论与应用,820页pdf
专知会员服务
150+阅读 · 2021年11月10日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
48+阅读 · 2021年8月29日
【经典书】半监督学习,524页pdf
专知会员服务
134+阅读 · 2021年8月20日
【经典书】模式识别导论,561页pdf
专知会员服务
81+阅读 · 2021年6月30日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
21+阅读 · 2020年9月14日
相关基金
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
126+阅读 · 2020年9月6日
Arxiv
18+阅读 · 2019年1月16日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
26+阅读 · 2018年8月19日
微信扫码咨询专知VIP会员