Geri Dön

A neuro-fuzzy approach to partially observable Markov decision problems

Kısmi izlenimli Markov karar yöntemlerine sinirsel-bulanık bir yaklaşım

  1. Tez No: 152464
  2. Yazar: MEHMET TOYGAR KARADENİZ
  3. Danışmanlar: DOÇ. DR. LEVENT AKIN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 157

Özet

ÖZET KISMI IZLENIMLI MARKOV KARAR YÖNTEMLERİNE SİNİRSEL-BULANIK BİR YAKLAŞIM Yapay Zeka alanında, belirsizlik altında rasyonel davranabilmek, en zor ve en önemli problemlerden biridir. Belirsiz durumlar, olasılık içeren ortamlar ve mekanik problemler ana sorunları meydana getirir. Günümüzde, belirsiz ortamları bir perfor mans kriteri ile beraber modelleyen Kısmi Izlenimli Markov Karar Yöntemleri (POMDP), bu probleme tatmin edici tek modeli getirmektedir. Bu yüzden, POMDP modeller ine çözümler bulabilmek yapay zeka alanındaki en ümit vaad edici konulardan biri haline gelmiştir. Olası çözümler, robot yönlendirme, hata saptama ve karar verme gibi sayısız alanlara da uygulanabilirler. Ne yazık ki, POMDP'lerin konvansiyonel tekniklerle çözülmeleri, çok ufak problemler için bile. çok zordur. POMDP'ler için en uygun çözümleri bulma yöntemlerinin hepsi NP-Zor olarak bilinmektedir. Konvansiy onel teknikler olarak genelde numaralandırma algoritmaları kullanılmaktadır, ancak genellemeden uzak olmaları sebebiyle, bunların üstel zaman ve yer karmaşıklıklarına sahip olacakları kesindir. Ayrıca, üretecekleri çözümlerin kontrol edilebilmelerinin zor olması bir yana anlaşılabilmeleri bile mümkün olmayabilir. Bu tez, sinirsel ağ yapılarının, bulanık mantık karar verme ve Q-Öğrenme mekaniz malarının bir kombinasyonunu kullanarak, POMDP olarak modellenmiş problemlere hızlı, dayanıklı ve kolay anlaşılabilir çözümler elde edebilmek için alışılmışın dışında bir sinirsel-bulanık teknik sunmaktadır.

Özet (Çeviri)

IV ABSTRACT A NEURO-FUZZY APPROACH TO PARTIALLY OBSERVABLE MARKOV DECISION PROBLEMS In the field of Artificial Intelligence, behaving rationally under uncertainty is one of the hardest and most important problems. Uncertain cases, probabilistic environ ments and mechanical problems are the main obstacles. Today, Partially Observable Markov Decision Processes (POMDPs) which model uncertain environments with per formance criteria, deliver the only satisfactory solution for these problems. So, finding solutions to POMDP models is one of the most promising issues in the field. Possible solutions apply to numerous areas including robot navigation, fault detection, decision making, etc. Unfortunately, POMDPs are also very hard to solve by conventional tech niques even for very small problems. Finding optimal solutions to POMDP problems is known to be NP-hard. Mostly enumeration algorithms are used as the conventional approach, but lacking generalization, these are guaranteed to have exponential time and space complexities. Moreover, their solutions are not much understandable if not intractable. This dissertation presents a novel neuro-fuzzy approach to obtain fast, robust and easily interpreted solutions to POMDPs by utilizing a combination of several learning techniques including neural networks, fuzzy decision-making and Q-Learning.

Benzer Tezler

  1. Tez No

    363855

    Learning of interval Type-2 fuzzy logic systems using big bang – big crunch optimization

    Aralık değerli Tip-2 bulanık sistemlerin büyük patlama – büyük çöküş optimizasyonuyla eğitilmesi

    CİHAN ÖZTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ENGİN YEŞİL

  2. Tez No

    259953

    Tedarikçi seçimi probleminde bütünleşik sinirsel bulanık mantık yaklaşımı

    An integrated neuro fuzzy approach to supplier selection problem

    ATAKAN YÜCEL

    Doktora

    Türkçe

    Türkçe

    2010

    Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. ALİ FUAT GÜNERİ

  3. Tez No

    95443

    Estimating the valve weighted ISE 100 index and its variance using a nevro-fuzzy architecture

    IMKB 100 değer ağırlıklı endeksinin ve varyansının bulanık mantık ve sinir ağları yapısı ile tahmini

    GÜRHAN MİLLİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Sistem ve Kontrol Mühendisliği Ana Bilim Dalı

    DOÇ. DR. H. LEVENT AKIN

    YRD. DOÇ. DR. NESRİN OKAY

  4. Tez No

    478603

    İş sağlığı ve güvenliğinde sinirsel bulanık mantık yaklaşımı kullanılarak risk değerlendirmesi

    Occupational health and safety risk assessment using a neuro fuzzy approach

    MUHAMMET FATİH AK

    Doktora

    Türkçe

    Türkçe

    2017

    Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ FUAT GÜNERİ

  5. Tez No

    313766

    Fan and pitch angle selection for efficient mine ventilation using analytical hierachy process and neuro fuzzy approach

    Analitik hiyerarşi süreci ve nöro-bulanık algoritması kullanılarak etkili maden havalandırma için fan ve eğim açısı seçimi

    AMİR TAGHİZADEH VAHED

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Maden Mühendisliği ve MadencilikOrta Doğu Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    PROF. DR. TEVFİK GÜYAGÜLER

    YRD. DOÇ. DR. NURAY DEMİREL

Geri Dön