✖


Jump to content

Роевой интеллект

(Перенаправлено с Swarm Intelligence )
Стая скворцов реагирует на хищника

Роевой интеллект ( СИ ) — это поведение децентрализованных самоорганизующихся , коллективное систем, естественных или искусственных. Концепция используется в работе над искусственным интеллектом . Это выражение было введено Херардо Бени и Цзин Ваном в 1989 году в контексте клеточных роботизированных систем. [1]

Системы СИ обычно состоят из совокупности простых агентов или боидов, локально взаимодействующих друг с другом и с окружающей средой. [2] Вдохновение часто исходит от природы, особенно от биологических систем. Агенты следуют очень простым правилам, и хотя не существует централизованной структуры управления, диктующей, как должны вести себя отдельные агенты, локальные и в определенной степени случайные взаимодействия между такими агентами приводят к возникновению « разумного» глобального поведения, неизвестного индивидууму. агенты. [3] Примеры роевого интеллекта в природных системах включают колонии муравьев , пчелиные семьи птиц , стаи , охоту на животных ястребов, выпас , рост бактерий рыб , стайное обучение и микробный интеллект .

Применение принципов роя к роботам называется роевой робототехникой , а роевой интеллект относится к более общему набору алгоритмов. Прогнозирование роя использовалось в контексте задач прогнозирования. Подходы, аналогичные предложенным для роевой робототехники, рассматриваются и для генетически модифицированных организмов в синтетическом коллективном разуме. [4]

Модели поведения стаи [ править ]

См. также: Поведение роя.

Бойдс (Рейнольдс, 1987) [ править ]

Основная статья: Боиды

Boids — программа искусственной жизни , разработанная Крейгом Рейнольдсом в 1986 году и имитирующая скапливание . Он был опубликован в 1987 году в материалах конференции ACM SIGGRAPH . [5] Название «boid» соответствует сокращенной версии слова «bird-oid object», которое относится к объекту, похожему на птицу. [6]

Как и большинство симуляций искусственной жизни, Боидс является примером эмерджентного поведения; то есть сложность боидов возникает из-за взаимодействия отдельных агентов (в данном случае боидов), придерживающихся набора простых правил. Правила, применяемые в простейшем мире Boids, следующие:

  • разделение : держитесь подальше от скопления местных товарищей по стае.
  • выравнивание : держитесь среднего курса местных товарищей по стае
  • сплоченность : направляйте движение к среднему положению (центру масс) местных товарищей по стае.

Могут быть добавлены более сложные правила, такие как обход препятствий и поиск цели.

Самодвижущиеся частицы (Вичек и др ., 1995) [ править ]

Основная статья: Самодвижущиеся частицы

Самодвижущиеся частицы (SPP), также называемые моделью Вичека , были представлены в 1995 году Вичеком и др. [7] как частный случай модели боидов , представленной в 1986 году Рейнольдсом . [5] Рой моделируется в SPP совокупностью частиц, которые движутся с постоянной скоростью, но реагируют на случайное возмущение, принимая при каждом приращении среднее направление движения других частиц в их локальной окрестности. [8] Модели SPP предсказывают, что роящиеся животные обладают определенными свойствами на уровне группы, независимо от типа животных в стае. [9] Роевые системы порождают новые модели поведения , которые проявляются в самых разных масштабах, некоторые из которых оказываются одновременно универсальными и устойчивыми. В теоретической физике стало непросто найти минимальные статистические модели, отражающие такое поведение. [10] [11] [12]

Метаэвристика [ править ]

См. Также: Список метаэвристик, основанных на метафорах.

Эволюционные алгоритмы (EA), оптимизация роя частиц (PSO), дифференциальная эволюция (DE), оптимизация муравьиных колоний (ACO) и их варианты доминируют в области метаэвристики , вдохновленной природой . [13] В этот список входят алгоритмы, опубликованные примерно до 2000 года. Большое количество более поздних метаэвристик, вдохновленных метафорами, начали вызывать критику в исследовательском сообществе за то, что они скрывают отсутствие новизны за сложной метафорой. Алгоритмы, опубликованные с того времени, см. в разделе «Список метаэвристик на основе метафор» .

Метаэвристикам не хватает уверенности в решении. [14] Когда соответствующие параметры определены и когда достигнута достаточная стадия сходимости, они часто находят решение, которое является оптимальным или близким к оптимальному - тем не менее, если оптимальное решение не известно заранее, качество решения не известно. [14] Несмотря на этот очевидный недостаток, было показано, что эти типы алгоритмов хорошо работают на практике, были тщательно исследованы и разработаны. [15] [16] [17] [18] [19] С другой стороны, этого недостатка можно избежать, рассчитав качество решения для частного случая, когда такой расчет возможен, и после такого прогона известно, что каждое решение, которое по крайней мере так же хорошо, как решение, которое имелось в частном случае, имеет, по крайней мере, уверенность в разрешении конкретного случая. Одним из таких примеров является Ant вдохновленный алгоритм Монте-Карло для набора дуг с минимальной обратной связью , где это было достигнуто вероятностным путем путем гибридизации алгоритма Монте-Карло с методом оптимизации колонии муравьев . [20]

колонии муравьев (Дориго, Оптимизация 1992 )

Основная статья: Оптимизация колонии муравьев

Оптимизация муравьиной колонии (ACO), представленная Дориго в его докторской диссертации, представляет собой класс оптимизации, алгоритмов смоделированных на действиях муравьиной колонии . ACO — это вероятностный метод, полезный в задачах, связанных с поиском лучших путей через графы. Искусственные «муравьи» — агенты моделирования — находят оптимальные решения, перемещаясь по пространству параметров, представляющему все возможные решения. Естественные муравьи откладывают феромоны , направляя друг друга к ресурсам во время исследования окружающей среды. Моделируемые «муравьи» аналогичным образом записывают свое положение и качество своих решений, так что в последующих итерациях моделирования больше муравьев находят лучшие решения. [21]

роя частиц (Кеннеди, Эберхарт и Ши, Оптимизация 1995 )

Основная статья: Оптимизация роя частиц

Оптимизация роя частиц (PSO) — это глобальный алгоритм оптимизации для решения задач, в которых лучшее решение может быть представлено в виде точки или поверхности в n-мерном пространстве. В этом пространстве строятся гипотезы и засевается начальная скорость , а также канал связи между частицами. [22] [23] Затем частицы движутся через пространство решений и после каждого временного шага оцениваются в соответствии с некоторым критерием пригодности . Со временем частицы ускоряются по направлению к тем частицам в своей коммуникационной группе, которые имеют лучшие значения приспособленности. Основное преимущество такого подхода перед другими стратегиями глобальной минимизации, такими как имитация отжига, заключается в том, что большое количество членов, составляющих рой частиц, делает этот метод впечатляюще устойчивым к проблеме локальных минимумов .

роевой интеллект ( Искусственный ) 2015

Искусственный роевой интеллект (ASI) — это метод усиления коллективного интеллекта сетевых групп людей с использованием алгоритмов управления, смоделированных по образцу естественных роев. Эта технология, которую иногда называют Human Swarming или Swarm AI, объединяет группы участников в системы реального времени, которые обсуждают и сходятся в решениях в виде динамических роев, когда одновременно им задается вопрос. [24] [25] [26] ASI использовался для широкого спектра приложений, от предоставления бизнес-командам возможности генерировать высокоточные финансовые прогнозы. [27] чтобы позволить любителям спорта превзойти рынки ставок Вегаса. [28] ASI также использовался, чтобы группы врачей могли ставить диагнозы со значительно более высокой точностью, чем традиционные методы. [29] [30] ASI использовалась Продовольственной и сельскохозяйственной организацией Объединенных Наций (ФАО) для прогнозирования голода в горячих точках по всему миру. [31] [ нужен лучший источник ]

Приложения [ править ]

Методы, основанные на Swarm Intelligence, можно использовать в ряде приложений. Американские военные исследуют роевые методы управления беспилотными транспортными средствами. Европейское космическое агентство подумывает об орбитальном рое для самосборки и интерферометрии. НАСА исследует возможность использования роевой технологии для картографии планет. В статье 1992 года М. Энтони Льюиса и Джорджа А. Беки обсуждается возможность использования роевого интеллекта для управления наноботами внутри тела с целью уничтожения раковых опухолей. [32] И наоборот, аль-Рифай и Абер использовали стохастический диффузионный поиск , чтобы помочь обнаружить опухоли. [33] [34] Роевой интеллект также применялся для интеллектуального анализа данных. [35] и кластерный анализ . [36] Модели, основанные на муравьях, являются еще одним предметом современной теории управления. [37]

Маршрутизация на основе муравьев [ править ]

использование роевого интеллекта в телекоммуникационных сетях Также исследовалось в форме маршрутизации на основе муравьев . Это было отдельно предложено Дориго и др. и Hewlett-Packard в середине 1990-х годов, существовало несколько вариантов. По сути, здесь используется вероятностная таблица маршрутизации, вознаграждающая/укрепляющая маршрут, успешно пройденный каждым «муравьем» (небольшим управляющим пакетом), который наводняет сеть. Было исследовано армирование маршрута в прямом, обратном направлении и в обоих одновременно: армирование назад требует симметричной сети и соединяет два направления вместе; подкрепление вперед вознаграждает маршрут до того, как станет известен результат (но тогда придется платить за кинотеатр, прежде чем узнать, насколько хорош фильм). Поскольку система ведет себя стохастически и, следовательно, не имеет повторяемости, существуют серьезные препятствия для коммерческого внедрения. Мобильные средства массовой информации и новые технологии могут изменить порог коллективных действий благодаря роевому интеллекту (Rheingold: 2002, P175).

Расположение инфраструктуры передачи для сетей беспроводной связи является важной инженерной проблемой, решающей конкурирующие задачи. Требуется минимальный выбор мест (или сайтов) при условии обеспечения достаточного покрытия территории для пользователей. Совершенно другой алгоритм роевого интеллекта, вдохновленный муравьями, — стохастический диффузионный поиск (SDS), — был успешно использован для создания общей модели этой проблемы, связанной с упаковкой кругов и покрытием множеств. Было показано, что SDS можно применять для поиска подходящих решений даже для крупных проблем. [38]

Авиакомпании также используют маршрутизацию на основе муравьев при назначении прибытия самолетов к выходам на посадку в аэропорту. В программе Southwest Airlines используется теория роя, или роевой интеллект — идея о том, что колония муравьев работает лучше, чем одиночка. Каждый пилот действует как муравей, ищущий лучший выход на посадку в аэропорту. «Пилот на своем опыте узнает, что для него лучше, и оказывается, что это лучшее решение для авиакомпании», — Дуглас А. Лоусон объясняет . В результате «колония» пилотов всегда направляется к воротам, к которым они могут быстро прибыть и отойти. Программа может даже предупредить пилота о появлении резервного самолета еще до того, как оно произойдет. «Мы можем предвидеть, что это произойдет, поэтому у нас будут свободные ворота», — говорит Лоусон. [39]

Моделирование толпы [ править ]

Художники используют технологию роя как средство создания сложных интерактивных систем или имитации толпы . [ нужна ссылка ]

Экземпляры [ править ]

«Властелин колец» В трилогии фильма , использовалась подобная технология, известная как Massive (программное обеспечение) во время батальных сцен. Технология Swarm особенно привлекательна, поскольку она дешева, надежна и проста.

«Стэнли и Стелла в: Раскалывая лед» был первым фильмом, в котором для рендеринга использовалась технология роя, реалистично изображающая движения групп рыб и птиц с использованием системы Boids. [ нужна ссылка ]

В фильме Тима Бертона «Возвращение Бэтмена» также использовалась технология роя для демонстрации движений группы летучих мышей. [40]

Авиакомпании использовали теорию роя для имитации посадки пассажиров в самолет. Исследователь Southwest Airlines Дуглас А. Лоусон использовал компьютерное моделирование на основе муравьев, в котором использовалось только шесть правил взаимодействия, чтобы оценить время посадки с использованием различных методов посадки (Miller, 2010, xii-xviii). [41]

Роение людей [ править ]

Сети распределенных пользователей могут быть организованы в «человеческие рои» посредством внедрения систем управления с обратной связью в реальном времени. [42] [43] Роение людей, также называемое искусственным роевым интеллектом, разработанное Луи Розенбергом в 2015 году, позволяет использовать коллективный разум взаимосвязанных групп людей в Интернете. [44] [45] Коллективный разум группы часто превосходит способности любого отдельного члена группы. [46]

Медицинский факультет Стэнфордского университета опубликовал в 2018 году исследование, показывающее, что группы врачей-людей, объединенные вместе с помощью алгоритмов роения в реальном времени, могут диагностировать заболевания со значительно более высокой точностью, чем отдельные врачи или группы врачей, работающие вместе, используя традиционные методы краудсорсинга. . В одном из таких исследований группам рентгенологов, объединенных вместе, было поручено диагностировать рентгеновские снимки грудной клетки, и они продемонстрировали снижение диагностических ошибок на 33% по сравнению с традиционными человеческими методами и улучшение на 22% по сравнению с традиционным машинным обучением. [29] [47] [48] [30]

в Медицинский факультет Калифорнийского университета в Сан-Франциско (UCSF) 2021 году выпустил препринт о диагностике изображений МРТ небольшими группами сотрудничающих врачей. Исследование показало увеличение точности диагностики на 23% при использовании технологии искусственного роевого интеллекта (ASI) по сравнению с голосованием большинством голосов. [49] [50]

Роевые грамматики [ править ]

Роевые грамматики — это совокупность стохастических грамматик , которые можно развивать для описания сложных свойств, например, встречающихся в искусстве и архитектуре. [51] Эти грамматики взаимодействуют как агенты, ведущие себя в соответствии с правилами роевого интеллекта. Такое поведение также может указывать на алгоритмы глубокого обучения , в частности, когда рассматривается сопоставление таких роев с нейронными цепями. [52]

искусство Роевое ​ ​

В серии работ аль-Рифайе и др. [53] успешно использовали два алгоритма роевого интеллекта — один имитирует поведение одного вида муравьев ( Leptothorax acervorum ), добывающего пищу ( стохастический диффузионный поиск , SDS), а другой алгоритм имитирует поведение стаи птиц ( оптимизация роя частиц , PSO) — для описания новая стратегия интеграции, использующая свойства локального поиска PSO с глобальным поведением SDS. Полученный в результате гибридный алгоритм используется для создания новых рисунков входного изображения, используя художественное противоречие между локальным поведением «стаи птиц» — когда они стремятся следовать входному эскизу — и глобальным поведением «муравьев, добывающих пищу» — поскольку они стремятся побудить стадо исследовать новые области холста. «Креативность» этой гибридной роевой системы была проанализирована в философском свете «корневища» в контексте метафоры Делёза «Орхидея и Оса». [54]

Более поздняя работа аль-Рифаи и др. «Ройовые зарисовки и механизм внимания». [55] представляет новый подход, задействующий механизм «внимания» путем адаптации SDS для выборочного внимания к детальным областям цифрового холста. Как только внимание роя привлекается к определенной линии на холсте, возможности PSO используются для создания «роевого эскиза» посещаемой линии. Стаи перемещаются по цифровому холсту, пытаясь выполнить свою динамическую роль — внимание к областям с большим количеством деталей, — связанных с ними через функцию приспособленности. Связав процесс рендеринга с концепцией внимания, работа участвующих групп создает уникальный, неидентичный эскиз каждый раз, когда группы «художников» приступают к интерпретации входных линейных рисунков. В других работах, в то время как PSO отвечает за процесс рисования, SDS контролирует внимание роя.

В аналогичной работе «Ройовые картины и внимание к цвету» [56] нефотореалистичные изображения создаются с использованием алгоритма SDS, который в контексте данной работы отвечает за цветовое внимание.

« Вычислительная креативность » вышеупомянутых систем обсуждается в [53] [57] [58] через две предпосылки творчества (то есть свободу и ограничения) в рамках двух печально известных фаз исследования и эксплуатации роевого интеллекта.

Майкл Теодор и Николаус Коррелл используют интеллектуальную художественную инсталляцию, чтобы исследовать, что нужно, чтобы инженерные системы выглядели реалистичными. [59]

исследователи Известные ​ ​

См. также [ править ]

Ссылки [ править ]

  1. ^ Бени, Г.; Ван, Дж. (1993). «Роевой интеллект в клеточных робототехнических системах». Продолжить. Расширенный семинар НАТО по роботам и биологическим системам, Тоскана, Италия, 26–30 июня (1989 г.) . Берлин, Гейдельберг: Springer. стр. 703–712. дои : 10.1007/978-3-642-58069-7_38 . ISBN  978-3-642-63461-1 .
  2. ^ Ху, Дж.; Тургут, А.; Крайник, Т.; Леннокс, Б.; Арвин, Ф., « Разработка протокола координации на основе окклюзии для задач автономного роботизированного управления ». Транзакции IEEE в когнитивных системах и системах развития, 2020.
  3. ^ Ху, Дж.; Бхоумик, П.; Джанг, И.; Арвин, Ф.; Ланзон, А., « Среда сдерживания формирования децентрализованных кластеров для многороботных систем », Транзакции IEEE по робототехнике, 2021.
  4. ^ Соле Р., Родригес-Амор Д., Дюран-Небреда С., Конде-Пуэйо Н., Карбонелл-Баллестеро М., Монтаньес Р. (октябрь 2016 г.). «Синтетический коллективный разум». БиоСистемы . 148 : 47–61. Бибкод : 2016BiSys.148...47S . doi : 10.1016/j.biosystems.2016.01.002 . ПМИД   26868302 .
  5. ^ Jump up to: Перейти обратно: а б Рейнольдс, Крейг (1987). «Стада, стада и школы: распределенная поведенческая модель». Материалы 14-й ежегодной конференции «Компьютерная графика и интерактивные технологии» . Ассоциация вычислительной техники . стр. 25–34. CiteSeerX   10.1.1.103.7187 . дои : 10.1145/37401.37406 . ISBN  978-0-89791-227-3 . S2CID   546350 .
  6. ^ Бэнкс, Алек; Винсент, Джонатан; Аньякоха, Чуквуди (июль 2007 г.). «Обзор оптимизации роя частиц. Часть I: предыстория и развитие». Естественные вычисления . 6 (4): 467–484. CiteSeerX   10.1.1.605.5879 . дои : 10.1007/s11047-007-9049-5 . S2CID   2344624 .
  7. ^ Вичек, Т. ; Чирок, А.; Бен-Джейкоб, Э.; Коэн, И.; Шошет, О. (1995). «Новый тип фазового перехода в системе самодвижущихся частиц». Письма о физических отзывах . 75 (6): 1226–1229. arXiv : cond-mat/0611743 . Бибкод : 1995PhRvL..75.1226V . дои : 10.1103/PhysRevLett.75.1226 . ПМИД   10060237 . S2CID   15918052 .
  8. ^ Чирок, А.; Вичек, Т. (2006). «Коллективное поведение взаимодействующих самодвижущихся частиц». Физика А. 281 (1): 17–29. arXiv : cond-mat/0611742 . Бибкод : 2000PhyA..281...17C . дои : 10.1016/S0378-4371(00)00013-3 . S2CID   14211016 .
  9. ^ Буль, Дж.; Самптер, DJT; Кузен, Д.; Хейл, Джей-Джей; Деспланд, Э.; Миллер, скорая помощь; Симпсон, С.Дж.; и др. (2006). «От беспорядка к порядку в марширующей саранче» (PDF) . Наука . 312 (5778): 1402–1406. Бибкод : 2006Sci...312.1402B . дои : 10.1126/science.1125142 . ПМИД   16741126 . S2CID   359329 . Архивировано из оригинала (PDF) 29 сентября 2011 г. Проверено 7 октября 2011 г.
  10. ^ Тонер, Дж.; Ту, Ю.; Рамасвами, С. (2005). «Гидродинамика и фазы скоплений» (PDF) . Анналы физики . 318 (1): 170–244. Бибкод : 2005АнФиз.318..170Т . дои : 10.1016/j.aop.2005.04.011 . Архивировано из оригинала (PDF) 18 июля 2011 г. Проверено 7 октября 2011 г.
  11. ^ Бертен, Э.; Дроз, М.; Грегуар, Г. (2009). «Гидродинамические уравнения для самодвижущихся частиц: микроскопический вывод и анализ устойчивости». Дж. Физ. А. ​ 42 (44): 445001. arXiv : 0907.4688 . Бибкод : 2009JPhA...42R5001B . дои : 10.1088/1751-8113/42/44/445001 . S2CID   17686543 .
  12. ^ Ли, YX; Люкман, Р.; Эдельштейн-Кешет, Л.; и др. (2007). «Минимальные механизмы формирования школ самодвижущихся частиц» (PDF) . Физика D: Нелинейные явления . 237 (5): 699–720. Бибкод : 2008PhyD..237..699L . дои : 10.1016/j.physd.2007.10.009 . Архивировано из оригинала (PDF) 1 октября 2011 г.
  13. ^ Лоунс, Майкл А. (2014). «Метаэвристика в природных алгоритмах». Материалы сопутствующей публикации Ежегодной конференции по генетическим и эволюционным вычислениям 2014 г. (PDF) . стр. 1419–1422. CiteSeerX   10.1.1.699.1825 . дои : 10.1145/2598394.2609841 . ISBN  9781450328814 . S2CID   14997975 .
  14. ^ Jump up to: Перейти обратно: а б Зильберхольц, Джон; Голден, Брюс; Гупта, Свати; Ван, Синъинь (2019), Жандро, Мишель; Потвин, Жан-Ив (ред.), «Вычислительное сравнение метаэвристики», Справочник по метаэвристике , Международная серия по исследованию операций и науке управления, Cham: Springer International Publishing, стр. 581–604, doi : 10.1007/978-3- 319-91086-4_18 , ISBN  978-3-319-91086-4 , S2CID   70030182
  15. ^ Берк, Эдмунд; Де Каусмекер, Патрик; Петрович, Саня; Берге, Привет Ванден (2004), Ресенде, Маурисио Г.К.; де Соуза, Хорхе Пиньо (ред.), «Поиск переменных окрестностей для проблем с регистрацией медсестер», Метаэвристика: компьютерное принятие решений , прикладная оптимизация, Бостон, Массачусетс: Springer US, стр. 153–172, doi : 10.1007/978-1 -4757-4137-7_7 , ISBN  978-1-4757-4137-7
  16. ^ Фу, Майкл К. (1 августа 2002 г.). «Особенная статья: Оптимизация моделирования: теория против практики». ИНФОРМС Журнал по вычислительной технике . 14 (3): 192–215. дои : 10.1287/ijoc.14.3.192.113 . ISSN   1091-9856 .
  17. ^ Дориго, Марко; Бираттари, Мауро; Штутцл, Томас (ноябрь 2006 г.). «Оптимизация колонии муравьев». Журнал IEEE Computational Intelligence . 1 (4): 28–39. дои : 10.1109/MCI.2006.329691 . ISSN   1556-603X .
  18. ^ Хейс-Рот Фредерик (1 августа 1975 г.). «Обзор книги Джона Х. Холланда «Адаптация в природных и искусственных системах», Мичиганский университет, 1975». Бюллетень ACM SIGART (53): 15. doi : 10.1145/1216504.1216510 . S2CID   14985677 .
  19. ^ Ресенде, Маурисио Г.К.; Рибейро, Селсо К. (2010), Жандро, Мишель; Потвин, Жан-Ив (ред.), «Жадные рандомизированные процедуры адаптивного поиска: достижения, гибридизации и приложения», Справочник по метаэвристике , Международная серия по исследованию операций и науке управления, Бостон, Массачусетс: Springer US, стр. 283–319. , doi : 10.1007/978-1-4419-1665-5_10 , ISBN  978-1-4419-1665-5
  20. ^ Куделич, Роберт; Ивкович, Никола (15 мая 2019 г.). «Алгоритм Монте-Карло, вдохновленный муравьями, для минимального набора дуг обратной связи» . Экспертные системы с приложениями . 122 : 108–117. дои : 10.1016/j.eswa.2018.12.021 . ISSN   0957-4174 . S2CID   68071710 .
  21. ^ Оптимизация колонии муравьев, Марко Дориго и Томас Штютцле, MIT Press, 2004. ISBN   0-262-04219-3
  22. ^ Парсопулос, Кентукки; Врахатис, Миннесота (2002). «Последние подходы к проблемам глобальной оптимизации посредством оптимизации роя частиц». Естественные вычисления . 1 (2–3): 235–306. дои : 10.1023/А:1016568309421 . S2CID   4021089 .
  23. ^ Оптимизация роя частиц , Морис Клерк, ISTE, ISBN   1-905209-04-5 , 2006 г.
  24. ^ Розенберг, Луи (20 июля 2015 г.). «Человеческие стаи, метод коллективного разума в реальном времени» . 20.07.2015-24.07.2015 . Том. 27. С. 658–659. дои : 10.7551/978-0-262-33027-5-ch117 . ISBN  9780262330275 .
  25. ^ Розенберг, Луи; Уиллкокс, Грегг (2020). «Искусственный роевой интеллект». В Би, Яксин; Бхатия, Рахул; Капур, Суприя (ред.). Интеллектуальные системы и приложения . Достижения в области интеллектуальных систем и вычислений. Том. 1037. Международное издательство Springer. стр. 1054–1070. дои : 10.1007/978-3-030-29516-5_79 . ISBN  9783030295165 . S2CID   195258629 .
  26. ^ Меткалф, Линн; Аскай, Дэвид А.; Розенберг, Луи Б. (2019). «Держать людей в курсе событий: объединение знаний с помощью искусственного интеллекта для улучшения процесса принятия бизнес-решений» . Обзор менеджмента Калифорнии . 61 (4): 84–109. дои : 10.1177/0008125619862256 . ISSN   0008-1256 . S2CID   202323483 .
  27. ^ Шуман, Ганс; Уиллкокс, Грегг; Розенберг, Луи; Пескетелли, Никколо (2019). « Человеческое скопление повышает точность и рентабельность инвестиций при прогнозировании финансовых рынков». Международная конференция IEEE по гуманизированным вычислениям и коммуникации (HCC) 2019 . стр. 77–82. дои : 10.1109/HCC46620.2019.00019 . ISBN  978-1-7281-4125-1 . S2CID   209496644 .
  28. ^ Бавария, Мэйси (4 сентября 2018 г.). «Как системы искусственного интеллекта превосходят букмекеров из Вегаса в точности спортивных прогнозов» . Техреспублика . Проверено 10 сентября 2018 г.
  29. ^ Jump up to: Перейти обратно: а б Скуделлари, Меган (13 сентября 2018 г.). «ИИ-человеческий «коллективный разум» диагностирует пневмонию» . IEEE Spectrum: Новости технологий, техники и науки . Проверено 20 июля 2019 г.
  30. ^ Jump up to: Перейти обратно: а б Розенберг, Луи; Лунгрен, Мэтью; Халаби, Сафван; Уиллкокс, Грегг; Балтакс, Дэвид; Лайонс, Мими (ноябрь 2018 г.). «Искусственный роевой интеллект, используемый для повышения точности диагностики в радиологии». 2018 9-я ежегодная конференция IEEE по информационным технологиям, электронике и мобильной связи (IEMCON) . Ванкувер, Британская Колумбия: IEEE. стр. 1186–1191. дои : 10.1109/IEMCON.2018.8614883 . ISBN  9781538672662 . S2CID   58675679 .
  31. ^ Розенберг, Луи (13 октября 2021 г.). «Ройовый интеллект: искусственный интеллект, вдохновленный медоносными пчелами, может помочь нам принимать более правильные решения» . Большое Думай .
  32. ^ Льюис, М. Энтони; Бекей, Джордж А. «Поведенческая самоорганизация нанороботов с использованием локальных правил» . Материалы Международной конференции IEEE/RSJ 1992 года по интеллектуальным роботам и системам .
  33. ^ аль-Рифайе, ММ; Абер, А. «Выявление метастазов при сканировании костей с помощью стохастического диффузионного поиска» . Учеб. Информационные технологии IEEE в медицине и образовании, ITME . 2012 : 519–523.
  34. ^ аль-Рифайе, Мохаммад Маджид, Ахмед Абер и Ахмед Маджид Уда. « Использование стохастического диффузионного поиска для выявления метастазов при сканировании костей и микрокальцификаций на маммографах. [ мертвая ссылка ] На семинарах по биоинформатике и биомедицине (BIBMW), Международная конференция IEEE 2012 г., стр. 280–287. IEEE, 2012 г.
  35. ^ Мартенс, Д.; Басенс, Б.; Фосетт, Т. (2011). «Редакционный обзор: Swarm Intelligence для интеллектуального анализа данных» . Машинное обучение . 82 (1): 1–42. дои : 10.1007/s10994-010-5216-5 .
  36. ^ Трун, М.; Ульч, А. (2021). «Роевой интеллект для самоорганизованной кластеризации». Искусственный интеллект . 290 : 103237. arXiv : 2106.05521 . дои : 10.1016/j.artint.2020.103237 . S2CID   213923899 .
  37. ^ Фладерер, Йоханнес-Поль; Курцманн, Эрнст (ноябрь 2019 г.). МУДРОСТЬ МНОГИХ: как создать самоорганизацию и как использовать коллективный... разум в компаниях и в обществе из маны . КНИГИ ПО ЗАПРОСУ. ISBN  9783750422421 .
  38. ^ Уитакер, Р.М., Херли, С.. Агентский подход к выбору места для беспроводных сетей . Симпозиум Proc ACM по прикладным вычислениям, стр. 574–577 (2002).
  39. ^ «Самолеты, поезда и муравейники: ученые-компьютерщики моделируют деятельность муравьев, чтобы уменьшить задержки рейсов» . Наука Дейли . 1 апреля 2008. Архивировано из оригинала 24 ноября 2010 года . Проверено 1 декабря 2010 г.
  40. ^ Махант, Маниш; Сингх Ратор, Кальяни; Кешарвани, Абхишек; Чоудхари, Бхарат (2012). «Углубленное исследование роевого интеллекта» . Международный журнал передовых компьютерных исследований . 2 (1) . Проверено 3 октября 2022 г.
  41. ^ Миллер, Питер (2010). Умный рой: как понимание стад, школ и колоний может помочь нам лучше общаться, принимать решения и добиваться результатов . Нью-Йорк: Эйвери. ISBN  978-1-58333-390-7 .
  42. ^ Оксенхэм, Саймон. «Почему пчелы могут быть секретом сверхчеловеческого интеллекта» . Проверено 20 января 2017 г.
  43. ^ Розенберг, Л.; Пескетелли, Н.; Уиллкокс, Г. (октябрь 2017 г.). «Искусственный роевой интеллект повышает точность прогнозирования финансовых рынков». 2017 8-я ежегодная конференция IEEE по универсальным вычислениям, электронике и мобильной связи (UEMCON) . стр. 58–62. дои : 10.1109/UEMCON.2017.8248984 . ISBN  978-1-5386-1104-3 . S2CID   21312426 .
  44. ^ «Умнее в группе: как коллективный интеллект выбрал победителей Дерби» . Христианский научный монитор .
  45. ^ «Стартап по искусственному интеллекту использует человеческий «роевой» интеллект, чтобы предсказывать победителей» . CNET .
  46. ^ Розенберг, Луи (12 февраля 2016 г.). «Искусственный роевой интеллект, подход к искусственному интеллекту с участием человека» Материалы тридцатой конференции AAAI по искусственному интеллекту . АААИ'16. Финикс, Аризона: AAAI Press: 4381–4382.
  47. ^ «Единодушный ИИ позволяет на 22% точнее диагностировать пневмонию» . ВенчурБит . 10 сентября 2018 г. Проверено 20 июля 2019 г.
  48. ^ «Рой идей - журнал Radiology Today» . www.radiologytoday.net . Проверено 20 июля 2019 г.
  49. ^ Шах, Рутвик; Астуто, Бруно; Глисон, Тайлер; Флетчер, Уилл; Банага, Джастин; Свитвуд, Кевин; Да, Аллен; Патель, Рина; МакГилл, Кевин; Линк, Томас; Крейн, Джейсон (6 сентября 2021 г.). «Использование платформы цифрового роевого интеллекта для улучшения консенсуса среди радиологов и изучения ее применения». arXiv : 2107.07341 [ cs.HC ].
  50. ^ Шах, Рутвик; Астуто Аруш Нуньес, Бруно; Глисон, Тайлер; Флетчер, Уилл; Банага, Джастин; Свитвуд, Кевин; Да, Аллен; Патель, Рина; МакГилл, Кевин; Линк, Томас; Крейн, Джейсон; Педойя, Валентина; Маджумдар, Шармила (4 апреля 2023 г.). «Использование цифровой платформы роевого интеллекта для улучшения консенсуса среди радиологов и изучения ее применения» . Журнал цифровых изображений . 36 (2): 401–413. дои : 10.1007/s10278-022-00662-3 . ПМЦ   10039189 . ПМИД   36414832 .
  51. ^ фон Маммен, Себастьян; Джейкоб, Кристиан (2009). «Эволюция роевой грамматики — выращивание деревьев, ремесло и дизайн снизу вверх». Журнал IEEE Computational Intelligence . 4 (3): 10–19. CiteSeerX   10.1.1.384.9486 . дои : 10.1109/MCI.2009.933096 . S2CID   17882213 .
  52. ^ дю Кастель, Бертран (15 июля 2015 г.). «Теория активации/распознавания паттернов разума» . Границы вычислительной нейронауки . 9 (90): 90. дои : 10.3389/fncom.2015.00090 . ПМК   4502584 . ПМИД   26236228 .
  53. ^ Jump up to: Перейти обратно: а б аль-Рифайе, ММ; Бишоп, Дж. М.; Кейнс, С. (2012). «Творчество и автономия в системах роевого интеллекта» (PDF) . Когнитивные вычисления . 4 (3): 320–331. дои : 10.1007/s12559-012-9130-y . S2CID   942335 .
  54. ^ Делез Дж., Гваттари Ф., Массуми Б. Тысяча плато. Миннеаполис: Университет Миннесоты Press; 2004.
  55. ^ Аль-Рифай, Мохаммад Маджид; Епископ, Джон Марк (2013). «Ройовые зарисовки и механизм внимания» (PDF) . Эволюционная и биологически вдохновленная музыка, звук, искусство и дизайн (PDF) . Конспекты лекций по информатике. Том. 7834. стр. 85–96. дои : 10.1007/978-3-642-36955-1_8 . ISBN  978-3-642-36954-4 .
  56. ^ Аль-Рифай, Мохаммад Маджид; Епископ, Джон Марк (2013). «Ройовые картины и внимание к цвету» (PDF) . Эволюционная и биологически вдохновленная музыка, звук, искусство и дизайн (PDF) . Конспекты лекций по информатике. Том. 7834. стр. 97–108. дои : 10.1007/978-3-642-36955-1_9 . ISBN  978-3-642-36954-4 .
  57. ^ аль-Рифайе, Мохаммад Маджид, Марк Дж. М. Бишоп и Ахмед Абер. « Творческий или нет? Птицы и муравьи рисуют мышцами ». Труды AISB'11 по информатике и философии (2011): 23-30.
  58. ^ аль-Рифаи М.М., Бишоп М. (2013) Групповой интеллект и слабая искусственная креативность . Архивировано 11 августа 2019 г. в Wayback Machine . В: Ассоциация по развитию искусственного интеллекта (AAAI), 2013 г.: Весенний симпозиум, Стэнфордский университет, Пало-Альто, Калифорния, США, стр. 14–19.
  59. ^ «Лаборатория Коррелла» . Коррелловская лаборатория .

Дальнейшее чтение [ править ]

  • Бонабо, Эрик; Дориго, Марко; Тераулаз, Гай (1999). Роевой интеллект: от естественных к искусственным системам . Упс США. ISBN  978-0-19-513159-8 .
  • Кеннеди, Джеймс; Эберхарт, Рассел К. (9 апреля 2001 г.). Роевой интеллект . Морган Кауфманн. ISBN  978-1-55860-595-4 .
  • Энгельбрехт, Андрис (16 декабря 2005 г.). Основы вычислительного роевого интеллекта . Уайли и сыновья. ISBN  978-0-470-09191-3 .

Внешние ссылки [ править ]

Retrieved from "https://en.wikipedia.org/w/index.php?title=Swarm_intelligence&oldid=1230245106"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 5efe321bb7a7bfb3062d8b2569137590__1718974320
URL1:https://arc.ask3.ru/arc/aa/5e/90/5efe321bb7a7bfb3062d8b2569137590.html
Заголовок, (Title) документа по адресу, URL1:
Swarm intelligence - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)