MétaCan
Menu
Retour à la cohorte
Enregistrement W1975994334 · doi:10.1109/iat.2006.4

A Component-Based Architecture for Multi-Agent Systems

2006· article· en· W1975994334 sur OpenAlexaff
Kaiyu Wan, V. S. Alagar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMulti-Agent Systems and Negotiation
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComponent (thermodynamics)Distributed computingArchitectureDomain (mathematical analysis)Set (abstract data type)Overhead (engineering)Multi-agent systemAgent architectureSystems architectureReference architectureSoftware architectureArtificial intelligenceProgramming languageSoftwareMathematics

Résumé

récupéré en direct d'OpenAlex

A multi-agent system (MAS) is an open distributed system of agents. The agents in a MAS may form certain specific groups, where agents in each group jointly engage in solving a specific problem. Since problem solving in a specific domain requires agents to have the BDI set that is specific to that application domain, and several groups of agents with each group inheriting one set of BDI, may exist in a large system, the MAS is not only heterogeneous but also has a heavy overhead on the system execution. This complexity must be resolved at the architecture level so that in an implementation the complexity does not arise. In this paper we introduce a formal multi- layered component-based architecture towards developing a dependable MAS. Agent communication and configurations are also discussed. To illustrate our approach, we discuss a solution to a travel planning example using the techniques presented in this paper.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,037
Tête enseignante GPT0,261
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMulti-Agent Systems and NegotiationTravaux en français237 207