داود پورشبان - دانشگاه آزاد اسلامی واحد زنجان، گروه آموزشی مهندسی کامپیوتر، زنجان، ایران
محسن افشارچی - دکترای هوش مصنوعی و ریاست دانشگاه علوم پایه زنجان

در این مقاله، استراتژی برای بازیابی اطلاعات چند عاملی پیشنهاد می شود که در آن هر عامل از تجربیات و آزمون های خود در خلال تقابل با عوامل دیگر در ارتباط با وضعیت ها و قابلیت ها آن ها آموزش می بیند. بر اساس چهارچوب یادگیری آنتولوژی توزیع شده، روش ارائ شده این اجازه را به عامل ها می دهد که پروفایل عوامل دیگر را در جدول تبدیلات پویای خود تشریح و ثبت کنند، که در تعیین و تشریح منابع فرایند انتخاب کمک می کند.

یادگیری، آنتولوژی، عامل، سیستم های چند عامله، بازیابی اطلاعات، سیستم های توزیع شده