マルチエージェントシステムの入出力関係を学習した Support Vector Regression による高速な社会シミュレータについての論文が出版されました。

マルチエージェントシステムの入出力関係を学習した Support Vector Regression による高速な社会シミュレータについての論文が米国数学協会 Mathematical Biosciences and Engineering誌に出版されました。

Yohei Kakimoto, Yuto Omae, Jun Toyotani, Hirotaka Takahashi, “Fast screening framework for infection control scenario identification”, Mathematical Biosciences and Engineering, Vol.19, No.12, pp.12316-12333 (2022).
doi.org/10.3934/mbe.2022574

東京都市大学
デザイン・データ科学部 デザイン・データ科学科
総合研究所 宇宙科学研究センター

重力波物理学・天文学/
データサイエンス研究室

〒224-8551 神奈川県横浜市都筑区牛久保西3-3-1

Gravitational Wave Physics and Astronomy /
Data Science Group

Department of Design and Data Science,
Research Center for Space Science, Advanced Research Laboratories,
Tokyo City University

3-3-1 Ushikubo-Nishi, Tsuzuki-Ku, Yokohama, Kanagawa 224-8551, Japan

Copyright © Gravitational Wave Physics
and Astronomy / Data Science Group
トップへ戻るボタン