Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Brains rule the world, and brain-like computation is increasingly used in computers and electronic devices. Brain-like computation is about processing and interpreting data or directly putting forward and performing actions. Learning is a very important aspect. This book is on reinforcement learning which involves performing actions to achieve a goal. The first 11 chapters of this book describe and extend the scope of reinforcement learning. The remaining 11 chapters show that there is already wide usage in numerous fields. Reinforcement learning can tackle control tasks that are too complex for traditional, hand-designed, non-learning controllers. As learning computers can deal with technical complexities, the tasks of human operators remain to specify goals on increasingly higher levels. This book shows that reinforcement learning is a very dynamic area in terms of theory and applications and it shall stimulate and encourage new research in this field.

Reinforcement learning --- Machine learning --- Reinforcement (Psychology) --- Learning classifier systems --- Artificial intelligence --- Neural networks & fuzzy systems

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Decision making --- Reinforcement learning.. --- Uncertainty.. --- Mathematical models. --- Reasoning --- Machine learning --- Reinforcement (Psychology) --- Learning classifier systems

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Reinforcement learning. --- Python (Computer program language) --- Scripting languages (Computer science) --- Machine learning --- Reinforcement (Psychology) --- Learning classifier systems

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Machine learning. --- Reinforcement learning. --- Machine learning --- Reinforcement (Psychology) --- Learning classifier systems --- Learning, Machine --- Artificial intelligence --- Machine theory

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Consumenten wensen in toenemende mate te genieten van een enorme diversiteit aan multimediatoepassingen zoals video en muziek en web browsing, ongeacht waar ze zijn. Daarnaast vertonen de toepassingen zelf ook steeds meer dynamisme met betrekking tot complexiteit en systeemvereisten. Bijgevolg moeten multimediatoestellen in staat zijn een breed gamma aan uitvoeringsomstandigheden en beschikbare systeemvoorzieningen te verwerken, waarbij beide op een onvoorspelbare manier kunnen wijzigen tijdens de uitvoering. Schaalbare, wavelet-gebaseerde toepassingen spelen hierbij een belangrijke rol, door toe te laten een maximale applicatiekwaliteit te bekomen voor de heersende omstandigheden. Dit leidt tevens tot dynamisch en onvoorspelbaar wijzigende complexiteitsbehoeften naar het uitvoeringsplatform toe. Door de vereisten voor beperkt energieverbruik voor draagbare toestellen veroorzaakt door de beperkte batterijlevensduur, is het echter geen optie meer om deze complexiteitsvariaties te verwerken aan de hand van worst-case mapping methoden. Deze leiden immers tot een suboptimaal gebruik van de systeemvoorzieningen. Deze thesis demonstreert een strategie voor wavelet-gebaseerde toepassingen om worst-case mapping methoden te vermijden door tijdens de uitvoering over te schakelen naar een uitvoeringsvolgorde, aangepast aan de omstandigheden. Om een dergelijke omschakeling op een efficiënte wijze te voltooien tijdens de uitvoering, is het noodzakelijk dat het middleware in bezit is van systematische mapping richtlijnen die uitdrukken welke uitvoeringsvolgorde optimaal is in cache miss-rate en welke winsten kunnen bekomen worden door ernaar om te schakelen. Deze richtlijnen worden afgeleid aan de hand van een formalisatie van het miss-rate gedrag in functie van temporele en ruimtelijke localiteit. De thesis stelt nieuwe gegevensordeningskeuzen voor om de ruimtelijke localiteit maximaal te benutten, analyseert de miss-rate winsten op toepassingsniveau en illustreert de gevolgen van dynamisme binnen de toepassing zelf. Consumers increasingly want to enjoy a wide variety of functionality such as video and music playback and web browsing on portable devices, wherever they are. In addition to this, the applications themselves also exhibit more and more dynamism with regards to their resource requirements. Consequently, devices should be able to tolerate a wide variety of execution conditions and system resource availability, both of which have the potential to vary unpredictably at run-time. Scalable, wavelet-based applications can form a large piece of the solution to this puzzle by enabling maximum application quality, scaled towards the encountered execution conditions. Clearly, this will also lead to dynamically and unpredictably varying complexity demands on the executing platform. Due to the low power requirements of embedded systems related to the limited battery lifetime, it will no longer be acceptable to cope with these complexity variations using worst-case mapping choices, as these will lead to a heavily suboptimal use of the available resources. This thesis demonstrates one way for wavelet-based applications to avoid such a worst-case mapping, by switching at run-time to an execution order adapted to the encountered execution conditions. In order to efficiently exploit this switching principle at run-time, the middleware should be in possession of systematic mapping guidelines expressing the knowledge about which execution order offers the lowest miss-rate and which gains can be obtained by switching to it. These mapping guidelines are derived by formalizing the miss-rate behavior of the Wavelet Transform in function of temporal and spatial locality. It proposes new layout choices to optimally exploit spatial locality, analyzes the potential application-wide miss-rate gains and illustrates the effect of dynamism originating from within the application. Consumenten wensen in toenemende mate te genieten van een enorme diversiteit aan multimediatoepassingen zoals surfen op het internet, video beijken en muziek beluisteren, ongeacht waar ze zijn. Daarenboven vertonen de toepassingen zelf ook steeds meer dynamisme met betrekking tot complexiteit en systeemvereisten. Bijgevolg moeten multimediatoestellen een uitgebreid gamma aan uitvoeringsomstandigheden en beschikbare systeemvoorzieningen kunnen tolereren, waarbij beide op onvoorspelbare wijze kunnen veranderen tijdens de uitvoering. Schaalbare, wavelet-gebaseerde toepassingen spelen hierbij een belangrijke rol door toe te laten op ieder ogenblik een maximale applicatiekwaliteit te bekomen voor de heersende toestelmogelijkheden. Dit leidt tevens tot dynamisch en onvoorspelbaar wijzigende complexiteitsbehoeften naar het systeem toe. Dit dynamisme wordt bovendien extra vergroot door de interactie van verschillende toepassingen op taak-niveau, die om efficiëntieredenen systeemvoorzieningen zullen delen. Het is echter niet aanvaardbaar meer om deze complexiteitsvariaties te verwerken aan de hand van slechtst-inbeeldbare afbeeldings methodes ("worst-case mapping") omwille van de beperkte batterijlevensduur in draagbare toestellen en de daarmee samenhangende vereisten voor beperkt energieverbruik. Deze slechtst-inbeeldbare afbeeldings methodes leiden immers tot een suboptimaal gebruik van de systeemvoorzieningen. Deze thesis demonstreert een strategie om slechtst-inbeeldbare afbeelding methodes te vermijden bij wavelet-gebaseerde toepassingen, door tijdens de uitvoering over te schakelen naar een uitvoeringsvolgorde die aangepast is aan de systeemmogelijkheden, zodat de schaalbaarheid op applicatieniveau van wavelets uitgebreid wordt naar een schaalbaarheid op afbeeldingsniveau. Om een dergelijke omschakeling op een efficiënte wijze uit te voeren terwijl het programma loopt, is het noodzakelijk dat het tussenbesturingssysteem ("middleware") in bezit is van afbeeldingsrichtlijnen ("mapping guidelines") die uitdrukken welke uitvoeringsvolgorde optimaal is in termen van tussengeheugen ("cache") mis-aantallen ("miss-rates") en welke winsten kunnen bekomen worden door naar die uitvoeringsvolgorde om te schakelen. Deze richtlijnen worden in de thesis afgeleid aan de hand van een formalisatie van het mis-aantallen gedrag, in functie van temporele en ruimtelijke localiteit. De thesis stelt nieuwe gegevensordeningskeuzes voor om de ruimtelijke localiteit maximaal te benutten, analyseert de mis-aantallen winsten op toepassingsniveau en illustreert de gevolgen van dynamisme binnen de toepassing zelf.

Academic collection --- 681.3*I52 <043> --- Design methodology: classifier design and evaluation; feature evaluation and selection; pattern analysis (Pattern recognition)--Dissertaties --- Theses