اختصاصی از
فی بوو تئوری بازیهای کاربردی جهت تجزیه و تحلیل بزرگ داده ها در علوم زمین و سنجش از راه دور دانلود با لینک مستقیم و پر سرعت .
GAME THEORY APPLIED TO BIG DATA ANALYTICS
IN GEOSCIENCES AND REMOTE SENSING
Lori Mann Bruce, Ph. D.
Professor and Dean of the Graduate School, Mississippi State University, U . S .A,
ABSTRACT
This paper introduces the basic concepts of game theory and
outlines the mechanisms for applying game theory models
to big data analytics and decision making in the field of
geosciences and remote sensing. The author proposes the
use of strategic, competitive game theory models for the
purpose of spectral band grouping when exploiting
hyperspectral imagery. The proposed system uses conflict
data filtering based on mutual entropy and a strategy
interaction process of multiple band groups in a conflict
environment, the goal of which is to maximize the payoff
benefit of multiple groups of the whole system. The
proposed system uses the Nash equilibrium as the means to
fmd a steady state solution to the band grouping problem,
and implements the model under the assumption that all
players are rational. The author uses the proposed band
grouping as a component in a multi-classifier decision
fusion (MCDF) system for automated ground cover
classification with hyperspectral imagery. The paper
provides experimental results demonstrating that the
proposed game theoretic approach significantly outperforms
the comparison methods.
Index Terms- Game theory, big data, analytics,
hyperspectral
تئوری بازیهای کاربردی جهت تجزیه و تحلیل بزرگ داده ها در علوم زمین و سنجش از راه دور
Lori Ma nn Bruce، دوره ی دکترا
استاد و رئیس دانشکده ی تحصیلات تکمیلی، دانشگاه ایالتی می سی سی پی، ایالات متحده ی آمریکا
چکیده:
این مقاله مفاهیم اصلی برخی از نظریه های بازی را معرفی می کند و روشهایی برای اعمال مدلهای نظری بازی را در تجزیه و تحلیل بزرگ داده ها و تصمیم گیری در زمینه ی علوم و سنجش از را دور معرفی می نماید. نویسنده، استفاده از مدل نظری بازی استراتژیک و رقابتی را برای هدف گروهبندی طیفی زمانی معرفی می کند که از تصاویر ابر طیفی بهره برداری می کند. سیستم پیشنهادی از فیلتربندی داده های پیچیده مبتنی بر آنتروپی متقابل و یک استراتژی فرآیند تعامل گروه گروههای متعدد در یک درگیری محیطی استفاده می کند، هدف آن به حداکثر رساندن بازدهی برای چندین گروه در کل سیستم است. سیستم پیشنهادی از تعادل NASh استفاده می کند که به این معنی است که یک راه حل پایدار برای مسئله ی دسته بندی مطرح می شود و مدل را تحت این فرض پیاده سازی می کند که همه ی بازیکنان منطقی هستند. نویسنده از گروههای پیشنهادی استفاده می کند که به عنوان یک جز در سیستم همجوشی تصمیم گیری چندطبقه (MCDF) برای طبقه بندی پوشش زمین خودکار با تصاویر ابرطیفی است. این مقاله، نتایج تجربی را ارائه میدهد که نشان می دهند روش نظری بازی ارائه شده به طور قابل توجهی برای روشهای مقایسه ای بهتر عمل می کند.
دانلود با لینک مستقیم
تئوری بازیهای کاربردی جهت تجزیه و تحلیل بزرگ داده ها در علوم زمین و سنجش از راه دور 
