هوش گیتهوش گیترسانه، شبکه و یادگیری AI
/ ⌘K
ورود
/ ⌘K
خانهشبکهیادگیریپروژه‌ها
هوش گیتهوش گیترسانه، شبکه و یادگیری AI
صفحه اصلیشبکهاخبارپژوهشابزارهایادگیریفضاها
/ ⌘K
ورود

دسترسی سریع

دسترسی سریع تحریریه

خبرها، موضوعات، حساب کاربری و تنظیمات مطالعه همیشه در سمت راست در دسترس‌اند.

حساب کاربری

ورود سریع به حساب و ابزارهای شخصی‌سازی

ورود

با حساب کاربری، اعلان‌ها، ذخیره‌سازی خبرها و سطح مطالعه شخصی را فعال می‌کنید.

صفحه اصلیشبکهاخبارپژوهشابزارهایادگیریفضاهاچهره‌های تخصصیسیاست‌گذاریامنیترویدادهافرصت‌های شغلیسرگرمیپروژه‌هاموضوعات
مرور موضوعات
همه
تم
درباره ماحریم خصوصیتماس با ما

مالکیت و پشتیبانی

شبکه هوشمند ابتکار ویستا

هوش‌گیت به‌عنوان رسانه و لایه دانشی این شرکت، با تمرکز بر خبر، یادگیری، همکاری حرفه‌ای و محصول‌های هوش مصنوعی توسعه داده می‌شود. تمامی حقوق مالکیت و کپی‌رایت این وب‌سایت متعلق به شبکه هوشمند ابتکار ویستا است.

این شرکت به‌صورت تخصصی در حوزه هوش مصنوعی، ساخت پلتفرم‌های AI، سامانه‌های مبتنی بر LLM، تحلیل داده، طراحی تجربه دانشی و توسعه زیرساخت‌های حرفه‌ای برای تیم‌های سازمانی فعالیت می‌کند.

مالکیت: شبکه هوشمند ابتکار ویستامدیرعامل: مسعود بخشی۰۹۱۲۴۷۳۳۲۳۴Devcodebase.dev@gmail.comHooshgate@gmail.comDevcodebase.com
v0.1.0 · dev · unset/api/version
آخرین خبرهاآموزشپریمیومدرباره ماتماس با ماحریم خصوصیقوانین استفادهکوکی‌هاسیاست تحریریه
خانهشبکهیادگیریپروژه‌هاپروفایل
  1. خانه
  2. /
  3. اخبار
  4. /
  5. سیستم تحویل غذای شهری بدون آموزش چند عاملی با استفاده از شبکه UMST مقاوم
arXiv (cs.MA)معتبر1405/01/18 04:00زیرساخت و محاسبات

سیستم تحویل غذای شهری بدون آموزش چند عاملی با استفاده از شبکه UMST مقاوم

نمودارهای کاملاً متصل انعطاف‌پذیری را ارائه می‌کنند،. بین نقاط تحویل. 2604.03280 [cs.MA] (یا arXiv:.

منبع: arXiv (cs.MA)

زیرساخت و محاسباتمحصول و صنعتپژوهش پیشرفته
نسخه مطالعهعمومی
منبعarXiv (cs.MA)
انتشار1405/01/18 04:00
سطح مطالعه
اشتراک در تلگرام
سیستم تحویل غذای شهری بدون آموزش چند عاملی با استفاده از شبکه UMST مقاوم

راهنمای مطالعه

منبع اصلی، تاریخ فارسی و شاخص‌های سریع این خبر.

رفتن به منبع
تاریخ فارسی1405/01/18 04:00
داستانمستقل

نکات کلیدی

این باکس براساس سطح مطالعه شما (عمومی) تنظیم شده است.

  • (تجربی) .
  • سیستم های تحویل به بخش اصلی زندگی شهری تبدیل شده اند و از تقاضا برای غذا،.
  • دارو و سایر کالاها پشتیبانی می کنند.
  • با این حال،.
  • شبکه های لجستیک سنتی شکننده باقی می مانند و اغلب برای انطباق با بسته شدن جاده ها،.
  • تصادفات،.
  • و تغییر تقاضا تلاش می کنند.
  • پلتفرم های تحویل آنلاین غذا (OFD) اکنون سنگ بنای تدارکات شهری را نشان می دهند،.

فهرست مطالب

  1. TL;DR
  2. چه اتفاقی افتاد
  3. چرا مهم است
  4. منبع

سیگنال تعامل

بازدید۰
کلیک۰
امتیاز0.00
دیدگاه۰

TL;DR

  • مشاهده PDF HTML (تجربی) چکیده:.
  • سیستم‌های تحویل به بخش اصلی زندگی شهری تبدیل شده‌اند و از تقاضا برای غذا،.
  • دارو و سایر کالاها پشتیبانی می‌کنند.

چه اتفاقی افتاد

مشاهده PDF HTML (تجربی) چکیده:. سیستم‌های تحویل به بخش اصلی زندگی شهری تبدیل شده‌اند و از تقاضا برای غذا،.

دارو و سایر کالاها پشتیبانی می‌کنند. با این حال،.

شبکه‌های لجستیک سنتی شکننده باقی می‌مانند و اغلب برای انطباق با بسته شدن جاده‌ها،. تصادفات،.

و تغییر تقاضا تلاش می‌کنند. پلتفرم‌های تحویل آنلاین غذا (OFD) اکنون سنگ بنای تدارکات شهری را نشان می‌دهند،.

و پیش‌بینی می‌شود که بازار جهانی تا سال 2030 به بیش از 500 میلیارد دلار افزایش یابد. طراحی شبکه‌های تحویل کارآمد و انعطاف‌پذیر همچنان یک چالش بزرگ است:.

نمودارهای کاملاً متصل انعطاف‌پذیری را ارائه می‌کنند،. اما از نظر محاسباتی در مقیاس غیرممکن هستند،.

در حالی که تک‌تک‌ها به راحتی مختل می‌شوند. ما رویکرد اتحادیه حداقل درختان پوشا (UMST) را برای ساخت شبکه های تحویل که پراکنده و در عین.

حال قوی هستند پیشنهاد می کنیم. UMST چندین MST را از طریق اغتشاشات تصادفی لبه تولید می کند و آنها را متحد می کند.

تولید نمودارهایی با لبه‌های بسیار کمتر نسبت به شبکه‌های کاملاً متصل و در عین حال چندین مسیر جایگزین. بین نقاط تحویل.

در چندین شهر ایالات متحده،. UMST به لبه‌های 20-40$\ برابر دلار کمتری نسبت به نمودارهای کاملاً متصل دست می‌یابد در حالی که امکان.

دسته‌بندی سفارشات قابل توجه با نرخ مشارکت 75--83٪ را فراهم می‌کند. در مقایسه با خطوط پایه مبتنی بر یادگیری از جمله MADDPG و شبکه‌های عصبی نمودار،.

UMST عملکرد رقابتی (نرخ موفقیت 88-96٪،. 44-53٪ صرفه جویی در مسافت) را بدون نیاز به آموزش ارائه می‌کند و به اجرای سریع‌تر 30 دلاری.

دست می‌یابد و در عین حال ساختارهای مسیریابی قابل تفسیر را حفظ می‌کند. ترکیبی از کارایی ساختاری و انعطاف‌پذیری عملیاتی، پایه‌ای مقیاس‌پذیر و انعطاف‌پذیر برای شبکه‌های تحویل شهری ارائه می‌دهد.

موضوعات:. سیستم های چند عاملی (cs.MA)؛

یادگیری ماشینی (cs.LG) استناد به عنوان:. arXiv:.

2604.03280 [cs.MA] (یا arXiv:. 2604.03280v1 [cs.MA] برای این نسخه) https:.

//doi.org/10.48550/arXiv.2604.03280 DOI صادر شده توسط arXiv از طریق DataCite تاریخچه ارسال از:. Aditya Challa Dr [مشاهده ایمیل] [v1] سه شنبه،.

24 مارس 2026،. 13:.

40:. 54 UTC (1,.

208 KB).

چرا مهم است

اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیم‌گیری سازمانی اثر می‌گذارد.

منبع

لینک منبع اصلی در کارت و صفحه مقاله نمایش داده می‌شود.

تعامل کاربران و کیفیت خبر

امتیاز بدهید، نظر ثبت کنید یا اگر خطایی دیدید گزارش اصلاح بفرستید.

بازدید

۰

کلیک روی خبر

۰

امتیاز میانگین

0.00 / 5

دیدگاه تایید شده

۰

امتیاز شما به خبر

هنوز امتیاز نداده‌اید.

واکنش سریع به خبر

به‌جای لایک کلی، نوع برداشت خودتان را مشخص کنید.

ثبت دیدگاه

گزارش اصلاح یا بهبود

آخرین دیدگاه‌ها

هنوز دیدگاهی ثبت نشده است.

مقایسه سه سطح مطالعه

برای همین خبر، نسخه ساده، عمومی و تخصصی کنار هم خلاصه شده‌اند.

ساده

۲٬۲۲۳ کاراکتر

نمودارهای کاملاً متصل انعطاف‌پذیری را ارائه می‌کنند،. شبکه‌های عصبی نمودار،. 2604.03280 [cs.MA] (یا arXiv:.

  • (تجربی) .
  • سیستم های تحویل به بخش اصلی زندگی شهری تبدیل شده اند و از تقاضا.
  • برای غذا،.
  • دارو و سایر کالاها پشتیبانی می کنند.

عمومی

۲٬۲۴۹ کاراکتر

نمودارهای کاملاً متصل انعطاف‌پذیری را ارائه می‌کنند،. بین نقاط تحویل. 2604.03280 [cs.MA] (یا arXiv:.

  • (تجربی) .
  • سیستم های تحویل به بخش اصلی زندگی شهری تبدیل شده اند و از تقاضا برای غذا،.
  • دارو و سایر کالاها پشتیبانی می کنند.
  • با این حال،.

تخصصی

۲٬۴۵۱ کاراکتر

نمودارهای کاملاً متصل انعطاف‌پذیری را ارائه می‌کنند،. می‌کند. 2604.03280 [cs.MA] (یا arXiv:.

  • (تجربی) سیستم های تحویل به بخش اصلی زندگی شهری تبدیل شده اند و از تقاضا برای غذا، دارو و سایر کالاها پشتیبا...
  • با این حال، شبکه های لجستیک سنتی شکننده باقی می مانند و اغلب برای انطباق با بسته شدن جاده ها، تصادفات، و تغ...
  • پلتفرم های تحویل آنلاین غذا (OFD) اکنون سنگ بنای تدارکات شهری را نشان می دهند،.
  • و پیش بینی می شود که بازار جهانی تا سال 2030 به بیش از 500 میلیارد دلار افزایش یابد.

هایلایت‌ها و یادداشت‌ها

متن دلخواه را در خبر انتخاب کنید و با یک کلیک هایلایت بزنید. فقط برای شما قابل مشاهده است.

برای استفاده از هایلایت و یادداشت، وارد حساب کاربری شوید.

منابع اولیه

لینک‌های اصلی این خبر، شامل منبع اصلی و ارجاع‌های claim panel.

  • https://arxiv.org/abs/2604.03280v1
  • https://arxiv.org/list/cs.MA/recent

پست‌های مرتبط نبض هوش

چهره‌های تخصصی Hooshgate این خبر را از زاویه نقش و تخصص خودشان تحلیل کرده‌اند.

رفتن به شبکه

هنوز پست تخصصی برای این خبر منتشر نشده است.

با انتشار یا backfill پست‌های شبکه، تحلیل‌های مرتبط اینجا نمایش داده می‌شوند.

خبرهای مرتبط

خبرهای نزدیک به همین موضوع برای ادامه مطالعه.

رویدادهای آیندهNIST AIهوش مصنوعی متا EUPE را منتشر کرد: خانواده رمزگذار دید فشرده با پارامترهای 100 میلیونی که با مدل‌های تخصصی در درک تصویر، پیش‌بینی متراکم و وظایف VLM رقابت می‌کند.MarkTechPostوقتی سینک ها کمک می کنند یا آسیب می رسانند: چارچوب یکپارچه برای کاهش توجه در مدل های بزرگ بینایی-زبانarXiv (cs.CV)بازسازی تصویر سری زمانی مبتنی بر Vision Transformer برای برنامه‌های پرکننده ابرarXiv (eess.IV)

بعدش چی بخونم؟

پیشنهادها براساس موضوعات، موجودیت‌ها و سابقه مطالعه شما انتخاب می‌شوند.

وقتی پاداش‌های تطبیقی ​​صدمه می‌زنند: بررسی علّی و معضل تغییر-پایداری در برنامه‌ریزی ماهواره‌ای LEO با هدایت LLMarXiv (cs.AI)وزن های پاداش تقریباً ثابت (342.1 مگابیت در ثانیه) از وزن های دینامیکی که با دقت تنظیم شده اند (103.3+/-96.8 مگابیت. در ثانیه) به...رویدادهای آیندهNIST AI7 آوریل 2026،. 13 آوریل - سه،. (2023) و Technische هوش مصنوعی برای علم مواد (AIMS) 2026 سه شنبه،.هوش مصنوعی متا EUPE را منتشر کرد: خانواده رمزگذار دید فشرده با پارامترهای 100 میلیونی که با مدل‌های تخصصی در درک تصویر، پیش‌بینی متراکم و وظایف VLM رقابت می‌کند.MarkTechPostRADIOv2.5-B،. نوع مقیاس ViT-B،. EUPE-ViT-B انسجام معنایی،.وقتی سینک ها کمک می کنند یا آسیب می رسانند: چارچوب یکپارچه برای کاهش توجه در مدل های بزرگ بینایی-زبانarXiv (cs.CV)سینک های ViT-emerged (V-sinks)،. arXiv:. 2604.03316 [cs.CV] (یا arXiv:.بازسازی تصویر سری زمانی مبتنی بر Vision Transformer برای برنامه‌های پرکننده ابرarXiv (eess.IV)بازسازی تصویر MSI سری زمانی با استفاده از Vision Transformer (ViT)،. غیرسری زمانی یا MSI سری زمانی بدون SAR استفاده می کنند،. 250...
دسته‌های مرتبط:خبرپژوهشابزاریادگیریصنعت
برچسب‌ها:AgentsRAG
فهرست خبرها