简介：这份报纸在无线传感器网络为随机的地评价学习传感器选择问题。作者首先证明选择在D最佳的标准下面最小化评价错误的一套l传感器是NP完全的。作者建议一个反复的算法追求一个非最优的答案。而且，联网以便改进带宽和无线传感器的精力效率，作者与使量子化的大小和研究为一个Gaussian随机的领域建议一个最好的线性不偏的评估者相应传感器选择问题。在未知协变性矩阵的情况中，作者用大小为协变性矩阵建议一个评估者并且也分析这个评估者的敏感。模拟结果显示出建议算法的好表演。

简介：Thishighlyinterdisciplinaryresearchpaperdiscussessomenewinsightsintothefundamentalpropertiesofinformation-richsocialnetworks.Itmainlyfocuseson:i)Postulatingthegeneralpropertiesofaninformation-basednetworkingeconomy;ii)Modelingemergentandself-organizingfeaturesofsocialnetworks;iii)Discussinghowtosimulatecomplexsocialsystemsusingafield-basedapproachandmulti-agentplatforms.Additionally,thispapergivessomeideasofhowtoconstructavirtualfield-basedcommunicationsnetworkofintelligentagentsusingcurrentlyavailablecomputationalintelligencemethods.Anewsimulationparadigmofferssomeusefulconceptstotransformmultidimensionalfactorspace(representingamultiplicityofphenomenalformsandinteractions)intothemostuniversalspectralcodingsystem.Thispapergivessomeideasofhownotonlythecommunicationmechanismbutalsothesocialagentscanbesimulatedasoscillatingprocesses.

简介：这份报纸讨论吝啬地的向后的随机的微分方程(吝啬地的BSDE)与跳并且控制吝啬地的BSDE与的一种新类型跳，也就是吝啬地的BSDE与强烈跳结合了联系控制问题的价值功能。作者首先为BSDE的上述二种类型证明存在和唯一以及一条比较定理。为这，作者使用一个近似方法。在Peng在1997介绍的随机的向后的semigroups的观点的帮助下，然后，作者为值函数得到动态编程原则(DPP)。而且，作者证明值函数是integro部分的微分方程，它在连续函数的一个足够的空格唯一由Barles介绍了的联系非局部的Hamilton-Jacobi-Bellman(HJB)的一个粘性解决方案，等。在1997。