検索結果- 英語 - 英語

A computer program or system composed of multiple interacting intelligent agents, capable of solving highly complex problems which are difficult or impossible for an individual agent or monolithic system to solve.

日本語の意味

複数の知能エージェントが相互に作用するコンピュータシステムまたはプログラム。 / 個々のエージェント単独では解決が困難な複雑な問題を、協調して解決するために設計されたシステム。

このボタンはなに？

Researchers deployed a multi-agent system to coordinate autonomous drones for real-time disaster assessment.

翻訳する

研究者たちは、リアルタイムの災害評価のために自律ドローンを調整するため、複数の相互に作用する知的エージェントで構成されたシステムを導入した。

詳細

関連語

multi-agent systems

（ plural ）

詳細

multi-user dungeons

名詞

活用形複数形

plural of multi-user dungeon

日本語の意味

『multi‐user dungeon』の複数形

このボタンはなに？

University courses often use multi-user dungeons to teach collaborative problem-solving and virtual teamwork.

翻訳する

大学の授業では、協働的な問題解決と仮想空間でのチームワークを教えるために、マルチユーザーダンジョンがよく利用される。

詳細

multi-history interpretation

名詞

Synonym of many-worlds interpretation

日本語の意味

多世界解釈

このボタンはなに？

Her dissertation argued that the multi-history interpretation offers a clearer resolution to quantum paradoxes than decoherence alone.

翻訳する

彼女の論文は、単なるデコヒーレンスよりも多世界解釈の方が量子のパラドックスに対してより明確な解決策をもたらすと主張した。

詳細

multi-armed bandits

名詞

活用形複数形

plural of multi-armed bandit

日本語の意味

「multi-armed bandit」の複数形。通常、各「multi-armed bandit」は、1本のアーム（レバー）を持つスロットマシン（＝一発メル）が複数存在する状況、もしくは強化学習における意思決定問題（多腕バンディット問題）の対象として用いられる。 / 複数の（多腕の）バンディットすなわち、1台の機械が複数の操作（レバー）を持つバンディットの集合を示す表現。

このボタンはなに？

Researchers often compare different algorithms for multi-armed bandits to determine which performs best in practice.

翻訳する

研究者たちは、どのアルゴリズムが実践で最も良い性能を発揮するかを判断するために、多腕バンディット問題に対するさまざまなアルゴリズムを比較することがよくあります。

詳細

multi-armed bandit

名詞

(probability theory, machine learning) An algorithm that allocates a fixed limited set of resources between competing alternative choices so as to maximize the expected gain, when each choice's properties are only partially known at the time of allocation, and may become better understood as time passes or allocations are made.

日本語の意味

限られた資源を複数の選択肢（腕）に配分し、各選択肢の特性が部分的にしか把握されていない状況で、期待される収益を最大化するためのアルゴリズムである。 / 実験と活用のバランスをとるため、各選択肢の性質が順次明らかになる中で、最適な選択を導くための手法と解釈できる。