+ Ötletistálló +

Erre igazán büszkék vagyunk! close

+ MY-X DVD +

2017.IX.
A MY-X team (fiatal tagjaival közösen) sikeresen vett részt a szarvasi konferencián!

2017.VII.
A MY-X team (fiatal tagjaival közösen) sikeresen vett részt az Enyedi Emlékkonferencián!

2017.VI.
A MY-X team egy tagja elnyerte a Bárdy Péter Természettudományi Díjat többek között kiemelkedő innovativitása okán!

2017.V.
A MY-X team egy tagjának a Gábor Dénes Középiskolai Ösztöndíj pályázatra benyújtott dolgozatát a Zsűri véleménye alapján az Alapítvány kuratóriuma matematikai különdíjban részesítette, ill. a kutatócsoport tagjának további tanulmányait egyszeri ösztöndíjjal segíti!

2017.IV.
Különdíjat kapott a MY-X team egyik tagja a minszki nemzetközi esszéíró versenyen a jövő iskolájában várható IKT használatról szóló tanulmányáért!

2017.IV.
III. helyezés a Hlavay Diákkonferencián!

2017.III.
Az NTP-NFTÖ támogatásával beszerzésre került egy prémium kategóriás laptop!

2017.II.
A TUDOK (nyíregyházi) országos döntőjéből sikeres továbbjutás a (székesfehérvári) Kárpát-medencei döntőbe!



Utolsó módosítás: 2015.VII.19.14:08 - MIAÚ-RSS
A MIAÚ immár 20 éve áll a Köz szolgálatára!

Univerzális mesterséges intelligencia-motor anti-diszkriminatív modellképzési alapon

Vezércikk: 2018. Szeptember (MIAU No. 241.)
(Előző cikk: MIAU No. 240.)

Kulcsszavak: hasonlóságelemzés, modell-konszolidáció

A forgalomoptimalizálás mesterséges intelligencia-alapokra helyezése kapcsán két alapvető módszertani elvárás fogalmazódik meg: képesnek kell lenni a befolyásolni kívánt rendszer bármely állapotainak egymáshoz képesti értékelésére a Bostrom-elv alapján, s képesnek kell lenni összefüggések feltárására az okszerű beavatkozások mibenlétének felismerése érdekében. Ez a két feladat, vagyis az anti-diszkriminatív (objektív, automatizált) értékelés és a termelési függvények generálása a hasonlóságelemzés keretében eddig két önálló mesterséges intelligencia motor alapján történt. Egy módszertan univerzalitásának mércéje, ha a részmegoldások általánosító képessége növelhető, ami jelen esetben a látszólag két önálló mesterséges intelligencia-modul matematikai kapcsolatának feltárását várja el. Jelen cikk konkrét, reprodukálható számpéldán keresztül demonstrálni hivatott annak a kijelentésnek az igazságtartalmát, miszerint az evaluáció és az exploráció matematikája ugyanannak a hasonlóságelemzési alaplogikának két nézete, vagyis csak egyetlen egy (univerzális) mesterséges intelligencia motor szükséges/elégséges a közlekedésoptimalizálási feladatok flexibilis lefedéséhez még akkor is, ha az azonosság az ismert LP-motorok kapcsán csak közelítő jelleggel realizálható, ami azonban alternatív megoldások kikényszerítésére, s így kockázatelemzésre, érzékenységvizsgálatra ad kiegészítő lehetőségeket. A matematikai alapok egyszerűsödése megfelel az einstein-i elvárásoknak: miszerint az egyszerűbb a jobb, s az automatizáltság maga eleget tesz a knuth-i elveknek: vagyis annak, hogy tudás csak az, ami forráskódba átírható. Tovább (DOC) *** Tovább (PDF)


Észrevételeit érdeklődéssel várjuk email-ben!

((Vissza))
miau.my-x.hu
myxfree.tool
rss.services