...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Knowledge and Information Systems >Spectral clustering in multi-agent systems
【24h】

Spectral clustering in multi-agent systems

机译：多主体系统中的光谱聚类

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We examine the application of spectral clustering for breaking up the behavior of a multi-agent system in space and time into smaller, independent elements. We propose clustering observations of individual entities in order to identify significant changes in the parameter space (like spatial position) and detect temporal alterations of behavior within the same framework. Available knowledge of important interactions (events) between entities is also considered. We describe a novel algorithm utilizing iterative subdivisions where clusters are pre-processed at each step to counter spatial scaling, rotation, replay speed, and varying sampling frequency. A method is presented to balance spatial and temporal segmentation based on the expected group size, and a validity measure is introduced to determine the optimal number of clusters. We demonstrate our results by analyzing the outcomes of computer games and compare our algorithm to K-means and traditional spectral clustering.
机译：我们研究了将频谱聚类用于将多智能体系统在空间和时间上的行为分解为较小的独立元素的应用。我们建议对单个实体进行聚类观察，以识别参数空间（例如空间位置）的重大变化并检测同一框架内行为的时间变化。还考虑了实体之间重要交互（事件）的可用知识。我们描述了一种利用迭代细分的新颖算法，其中在每个步骤中对簇进行预处理以应对空间缩放，旋转，回放速度和变化的采样频率。提出了一种基于期望的组大小来平衡空间和时间分割的方法，并引入了一种有效性度量来确定最佳聚类数。我们通过分析计算机游戏的结果来证明我们的结果，并将我们的算法与K均值和传统频谱聚类进行比较。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号