基于多Agent的混杂交互传感器网络的群集扩散同步及优势聚集效应研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61170164
  • 项目类别:
    面上项目
  • 资助金额:
    58.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F06.人工智能
  • 结题年份:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

本项目针对混杂交互环境中传感器网络的特点,采用多Agent复杂自治系统的方法进行建模,对其群集扩散同步开展深入系统的研究,并且探索其中的优势聚集效应。1)建立混杂交互环境中传感器网络的认知和扩散同步空间模型,并揭示群集扩散的并发机制对同步结果的影响,为传感器网络的群集扩散同步的分析提供一个通用的建模方法和框架。2)提出混杂交互环境中传感器在同时受到各种不同环境的扩散作用时的均衡机制,使得传感器能适应各种混杂的环境情况,在局部和全局性能之间获得平衡。3)建立混杂交互环境中传感器网络群集扩散同步的非平衡模型,揭示优势聚集效应发生的规律和条件。4)探索混杂交互环境中的优势聚集效应的波动性,使得传感器网络能对局部混乱进行自适应调整。.通过本项目的研究,能够从复杂多Agent 群集行为的认知角度和建模方法来探索混杂交.互式传感器网络中的扩散同步规律,促进大规模传感器网络协调同步问题的解决。

结项摘要

本项目针对混杂交互环境中传感器网络的特点,采用多Agent 复杂自治系统的方法进行建模,对其群集扩散同步开展了深入系统的研究,并且探索了其中的优势聚集效应。研究内容包括:1)传感器网络中非结构化群集扩散同步的空间模型;2)传感器网络中结构化群集扩散同步的Causal 网络模型;3)传感器网络中非结构化与结构化混杂扩散同步的均衡机制;4)传感器网络中大规模混杂群集扩散同步的优势聚集效应及其波动性分析。.本项目从2012年1月开始,至2015年12月结束,由东南大学分布式智能与社会计算实验室、上海交通大学无线网络实验室合作执行。在双方实验室的研究基础之上,结合双方的研究优势,在项目的执行期间严格遵照项目计划书的要求,并充分发挥研究人员的创新作用和科研探索精神,取得了预期成果,现已经超过计划书中的所有预期目标。项目研究成果共发表(含录用)学术论文37篇(包括9篇IEEE/ACM Transactions,以及IJCAI、INFOCOM、AAMAS、ECAI等顶级学术会议),其中SCI检索期刊14篇,EI检索期刊(会议)30篇;申请发明专利2项。通过本项目的研究,能够从复杂多Agent 群集行为的认知角度和建模方法来探索混杂交互式传感器网络中的扩散同步规律,促进适应混杂环境的大规模传感器网络系统的协调同步问题的解决。

项目成果

期刊论文数量(28)
专著数量(0)
科研奖励数量(2)
会议论文数量(19)
专利数量(0)
A Survey of Task Allocationand Load Balancing in Distributed Systems
分布式系统中的任务分配和负载均衡综述
  • DOI:
    --
  • 发表时间:
    2006
  • 期刊:
    IEEE Transactions on Parallel and Distributed Systems
  • 影响因子:
    5.3
  • 作者:
    Y.C.Jiang
  • 通讯作者:
    Y.C.Jiang
Task Allocation for Undependable Multiagent Systems in Social Networks
社交网络中不可靠多智能体系统的任务分配
  • DOI:
    10.1109/tpds.2012.249
  • 发表时间:
    2013
  • 期刊:
    IEEE Transactions on Parallel and Distributed Systems
  • 影响因子:
    5.3
  • 作者:
    Y.C.Jiang;Y.F.Zhou;W.Y.Wang
  • 通讯作者:
    W.Y.Wang
Learning OverlappingCommunities in Complex Networks via Non-Negative Matrix Factorization
通过非负矩阵分解学习复杂网络中的重叠社区
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    International Journal of Modern Physics C
  • 影响因子:
    1.9
  • 作者:
    D.R.Lai; X.J.Wu; H.T.Lu
  • 通讯作者:
    H.T.Lu
网络结构化多Agent 系统的任务分配
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    模式识别与人工智能
  • 影响因子:
    --
  • 作者:
    蒋嶷川
  • 通讯作者:
    蒋嶷川
Understanding Social Networks from a Multiagent Coordination Perspective
从多主体协调的角度理解社交网络
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    IEEE Transactions on Parallel and Distributed Systems, 2013/9/28
  • 影响因子:
    --
  • 作者:
    Y.C.Jiang;J.Jiang
  • 通讯作者:
    J.Jiang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

An intermediary utility-based service search and structure organization approach in service-oriented MAS
面向服务的 MAS 中基于中介效用的服务搜索和结构组织方法
  • DOI:
    10.1016/j.knosys.2022.108154
  • 发表时间:
    2022
  • 期刊:
    Knowledge-Based Systems
  • 影响因子:
    8.8
  • 作者:
    蒋玖川;Yunpeng Li;蒋嶷川;卜湛;曹杰
  • 通讯作者:
    曹杰
Batch Crowdsourcing for Complex Tasks Based on Distributed Team Formation in E-Markets
基于电子市场分布式团队组建的复杂任务批量众包
  • DOI:
    10.1109/tpds.2022.3161019
  • 发表时间:
    2022
  • 期刊:
    IEEE Transactions on Parallel and Distributed Systems
  • 影响因子:
    5.3
  • 作者:
    蒋玖川;Kai Di;Bo An;蒋嶷川;卜湛;曹杰
  • 通讯作者:
    曹杰
网络结构化多Agent 系统的任务分配
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    模式识别与人工智能
  • 影响因子:
    --
  • 作者:
    蒋嶷川
  • 通讯作者:
    蒋嶷川
多Agent群体行为中的扩散趋同综述
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    模式识别与人工智能
  • 影响因子:
    --
  • 作者:
    蒋嶷川
  • 通讯作者:
    蒋嶷川

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

蒋嶷川的其他基金

面向混杂社会网络中有限能力Agent群组的任务分配与协作研究
  • 批准号:
    62076060
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
满足交互结构约束和群落模块聚集的多Agent群集行为协调模型
  • 批准号:
    60803060
  • 批准年份:
    2008
  • 资助金额:
    19.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码