혼합 및 네트워크화된 집단에서 대칭 N인 플레이어 신뢰 게임의 진화 역학: 신뢰하는 자가 될 것인가, 되지 않을 것인가
본 연구는 플레이어가 투자자와 수탁자 역할을 번갈아 수행하는 대칭 N인 플레이어 신뢰 게임(SNTG)을 제안하고, 이기적인 행동이 지배적인 잘 혼합된 집단과 달리 네트워크화된 집단에서는 이타적인 행동이 진화할 수 있음을 보여줍니다. 특히, 보수 함수의 비선형성과 네트워크 구조 간의 복잡한 상호 작용이 신뢰 진화에 미치는 영향을 강조합니다.
混合およびネットワーク化された集団における対称N人信頼ゲームの進化ダイナミクス：信頼者であるべきか、そうでないべきか
プレイヤーが投資家と受託者の役割を交互に担う対称的なN人信頼ゲームでは、非線形報酬とネットワーク構造が、混合集団よりも構造化された集団、特に不均一なネットワークにおいて、信頼の進化に大きく影響を与える。
The Evolution of Trust in Multi-Player Trust Games: How Payoff Structures and Network Topologies Shape Prosocial Behavior
The evolution of trust in multi-player scenarios is significantly influenced by both the structure of the payoffs within the game and the topology of the network governing interactions between players.
Evolutionary Automata: A Powerful Model for Deep Evolutionary Computation with Super-Turing Capabilities
Evolutionary automata, as a theoretical model for deep evolutionary computation, demonstrate the potential of evolutionary computation to solve not only intractable problems but also Turing machine undecidable problems, surpassing the limitations of traditional evolutionary algorithms.
Diffusion Models as Adaptive Generative Processes in Evolutionary Algorithms
This paper introduces a novel approach to evolutionary algorithms by integrating deep learning-based diffusion models as adaptive generative processes for offspring generation, enabling more efficient exploration of complex parameter spaces and precise control over evolutionary dynamics.
단일 창고 다중 세트 오리엔티어링 문제 해결을 위한 유전 알고리즘 및 변수 이웃 검색 성능 비교 연구
단일 창고 다중 세트 오리엔티어링 문제(sDmSOP)를 해결하는 데 있어 유전 알고리즘(GA)보다 변수 이웃 검색(VNS) 메타휴리스틱이 더 효율적인 해결책을 제공한다.
A Comparative Study of Genetic Algorithm and Variable Neighborhood Search for Solving the Single Depot Multiple Set Orienteering Problem
The Genetic Algorithm (GA) and Variable Neighborhood Search (VNS) are viable methods for solving the single Depot multiple Set Orienteering Problem (sDmSOP), with VNS demonstrating superior performance in terms of both solution quality and computational time compared to GA and CPLEX.
透過語義反向傳播約束基因符號迴歸
本研究提出將語義反向傳播整合到基因表達式程式設計 (GEP) 中，以解決演化符號迴歸在處理特定領域約束方面的限制，並以物理維度約束為例，展示了該方法在提高模型準確性和魯棒性方面的有效性。
시맨틱 역전파를 통한 유전적 기호 회귀의 제약
본 논문에서는 기호 회귀 문제에서 후보 표현식이 도메인별 제약 조건과의 일관성을 유지하도록 하는 새로운 접근 방식을 제안합니다. 특히, 물리적 차원의 제약 조건을 활용하여 유전자 발현 프로그래밍(GEP) 내에서 시맨틱 역전파를 통해 이러한 제약 조건을 통합하는 방법을 소개합니다.
Constraining Gene Expression Programming for Symbolic Regression Using Semantic Backpropagation to Enforce Dimensional Homogeneity
Integrating semantic backpropagation into gene expression programming improves the accuracy and robustness of symbolic regression, especially in discovering physical equations, by enforcing dimensional homogeneity as a constraint during the evolutionary process.
© 2024 by Linnk AI