Approximate Optimization Algorithms with Theoretical Rationales in Markov Decision Processes

马尔可夫决策过程中具有理论依据的近似优化算法

基本信息

  • 批准号:
    19K04904
  • 负责人:
  • 金额:
    $ 2.75万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2019
  • 资助国家:
    日本
  • 起止时间:
    2019-04-01 至 2023-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(19)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
An approximate optimal ordering policy with multiple deliveries and disposals for short-life time products
针对短寿命产品的多次交付和处置的近似最优订购策略
需要情報の情報量による最適発注返品政策の比較
基于需求信息量的最优订单退货策略比较
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    竹川雄一郎;松林 伸生;清野翼,中出康一
  • 通讯作者:
    清野翼,中出康一
Effect of Informed Demand Lead Time Under Imperfect Advance Demand Information
不完善提前需求信息下知情需求提前期的影响
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Koichi Nakade;Tsubasa Seino,
  • 通讯作者:
    Tsubasa Seino,
短寿命商品の納品体制における発注政策
短寿命产品交付系统中的订购政策
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Seiko Taki;Tetsuo Yamada;Masato Takanokura;Wataru Kishimoto;清野翼,中出康一
  • 通讯作者:
    清野翼,中出康一
AN APPROXIMATE OPTIMAL ORDERING POLICY FOR PRODUCTS WITH MULTIPLE DELIVERIES AND DISPOSALS
多次交付和处置产品的近似最优订购策略
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Koichi Nakade;Ryo Terashima
  • 通讯作者:
    Ryo Terashima
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 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.author }}

数据更新时间:{{ monograph.updateTime }}

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

数据更新时间:{{ sciAawards.updateTime }}

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

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

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

数据更新时间:{{ patent.updateTime }}

Nakade Koichi其他文献

急な欠勤への対応を考慮した強化学習による動的ナース・スケジューリング
考虑突然缺勤,使用强化学习进行动态护士调度
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Karim Rubayet;Nakade Koichi;永吉雅人,玉置久
  • 通讯作者:
    永吉雅人,玉置久

Nakade Koichi的其他文献

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

相似海外基金

Real Versus Digital: Sustainability optimization for cultural heritage preservation in national libraries
真实与数字:国家图书馆文化遗产保护的可持续性优化
  • 批准号:
    AH/Z000041/1
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Research Grant
脳梗塞リハビリテーションの最適化に向けたマルチオミックス解析
多组学分析优化脑梗死康复
  • 批准号:
    24K14269
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
アナログ回路に基づく進化計算手法による深層学習モデルの最適化
基于模拟电路的进化计算方法优化深度学习模型
  • 批准号:
    24K15115
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
メタヒューリスティクスを用いた藻場生態系モデルの最適化と沿岸域での実証実験
沿海地区海藻床生态系统模型的元启发法优化及示范实验
  • 批准号:
    24K15381
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
CAREER: Resilient and Efficient Automatic Control in Energy Infrastructure: An Expert-Guided Policy Optimization Framework
职业:能源基础设施中的弹性和高效自动控制:专家指导的政策优化框架
  • 批准号:
    2338559
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Standard Grant
CAREER: From Dynamic Algorithms to Fast Optimization and Back
职业:从动态算法到快速优化并返回
  • 批准号:
    2338816
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Continuing Grant
CAREER: Structured Minimax Optimization: Theory, Algorithms, and Applications in Robust Learning
职业:结构化极小极大优化:稳健学习中的理论、算法和应用
  • 批准号:
    2338846
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Continuing Grant
Collaborative Research: An Integrated Framework for Learning-Enabled and Communication-Aware Hierarchical Distributed Optimization
协作研究:支持学习和通信感知的分层分布式优化的集成框架
  • 批准号:
    2331710
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Standard Grant
Collaborative Research: An Integrated Framework for Learning-Enabled and Communication-Aware Hierarchical Distributed Optimization
协作研究:支持学习和通信感知的分层分布式优化的集成框架
  • 批准号:
    2331711
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Standard Grant
CAS: Optimization of CO2 to Methanol Production through Rapid Nanoparticle Synthesis Utilizing MOF Thin Films and Mechanistic Studies.
CAS:利用 MOF 薄膜和机理研究,通过快速纳米粒子合成优化 CO2 生产甲醇。
  • 批准号:
    2349338
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Continuing Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了