{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1321345"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1321345","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Reaching an Equilibrium: Learning and Game Theory","abstract":"Η εργασία μελετά αλγορίθμους σχεδιασμένους για μάθηση σε περιβάλλον θεωρίας παιγνίων και κυρίως την εφαρμογή της σε ασύρματα δίκτυα χωρίς συνεργασία. Συγκεκριμένα, οι δύο οικογένειες αλγορίθμων είναι οι multi-armed bandits και εξελικτική θεωρία παιγνίων και στόχος είναι να μελετηθεί η χρονική τους εξέλιξη. Στην εργασία αναλύεται η κοινή βάση πίσω από τις δύο οικογένειες αλγορίθμων και παρατηρούμε κάτω από ποιές συνθήκες οι αλγόριθμοι συγκλίνουν σε κατά Nash, καθαρά ή μικτά, σημεία ισορροπίας. Για την αξιολόγηση των αλγορίθμων χρησιμοποιούνται συναρτήσεις κέρδους που έχουν στόχο τη μείωση της χρησιμοποιούμενης ενέργειας από κόμβους - εκπομπούς ενός ασύρματου δικτύου. Τέλος, θα μελετηθεί ο ρόλος της ποσότητας της ανάδρασης στη μάθηση.","abstract_html":"Η εργασία μελετά αλγορίθμους σχεδιασμένους για μάθηση σε περιβάλλον θεωρίας παιγνίων και κυρίως την εφαρμογή της σε ασύρματα δίκτυα χωρίς συνεργασία. Συγκεκριμένα, οι δύο οικογένειες αλγορίθμων είναι οι multi-armed bandits και εξελικτική θεωρία παιγνίων και στόχος είναι να μελετηθεί η χρονική τους εξέλιξη. Στην εργασία αναλύεται η κοινή βάση πίσω από τις δύο οικογένειες αλγορίθμων και παρατηρούμε κάτω από ποιές συνθήκες οι αλγόριθμοι συγκλίνουν σε κατά Nash, καθαρά ή μικτά, σημεία ισορροπίας. Για την αξιολόγηση των αλγορίθμων χρησιμοποιούνται συναρτήσεις κέρδους που έχουν στόχο τη μείωση της χρησιμοποιούμενης ενέργειας από κόμβους - εκπομπούς ενός ασύρματου δικτύου. Τέλος, θα μελετηθεί ο ρόλος της ποσότητας της ανάδρασης στη μάθηση.","abstract_has_math":false,"creators":["Λαμπίρης Ελευθέριος"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2016,"date_issued":"2016","date_published":"2016","updated_at":"2026-11-19T05:26:41Z","subjects":[],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1321345"],"render_values":[{"text":"uoadl:1321345","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1321345","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1321345","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1321345","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Λαμπίρης Ελευθέριος"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2016"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1321345","https://pergamos.lib.uoa.gr/uoa/dl/object/1321345"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η εργασία μελετά αλγορίθμους σχεδιασμένους για μάθηση σε περιβάλλον θεωρίας παιγνίων και κυρίως την εφαρμογή της σε ασύρματα δίκτυα χωρίς συνεργασία. Συγκεκριμένα, οι δύο οικογένειες αλγορίθμων είναι οι multi-armed bandits και εξελικτική θεωρία παιγνίων και στόχος είναι να μελετηθεί η χρονική τους εξέλιξη. Στην εργασία αναλύεται η κοινή βάση πίσω από τις δύο οικογένειες αλγορίθμων και παρατηρούμε κάτω από ποιές συνθήκες οι αλγόριθμοι συγκλίνουν σε κατά Nash, καθαρά ή μικτά, σημεία ισορροπίας. Για την αξιολόγηση των αλγορίθμων χρησιμοποιούνται συναρτήσεις κέρδους που έχουν στόχο τη μείωση της χρησιμοποιούμενης ενέργειας από κόμβους - εκπομπούς ενός ασύρματου δικτύου. Τέλος, θα μελετηθεί ο ρόλος της ποσότητας της ανάδρασης στη μάθηση.","This thesis is concerned with studying various learning algorithms applied in a game theoretic environment and most importantly in how these can help optimise non-cooperative wireless networks. The two algorithmic families are multi-armed bandits and evolutionary game theory and the goal is the study of their time evolution. In this thesis we will analyse the common background between the two algorithmic families and we will focus on the required parameters under which these algorithms converge to a Nash, pure or mixed, equilibrium. To evaluate the algorithms we will use utility functions designed to reduce the consumed power in nodes - transmitters in a wireless network. Finally, the role of the quantity of feedback in learning will be studied."]},{"key":"dc:title","label":"Title","values":["Reaching an Equilibrium: Learning and Game Theory"]}]}],"canonical_facts":{"dc:creator":["Λαμπίρης Ελευθέριος"],"dc:date":["2016"],"dc:description":["Η εργασία μελετά αλγορίθμους σχεδιασμένους για μάθηση σε περιβάλλον θεωρίας παιγνίων και κυρίως την εφαρμογή της σε ασύρματα δίκτυα χωρίς συνεργασία. Συγκεκριμένα, οι δύο οικογένειες αλγορίθμων είναι οι multi-armed bandits και εξελικτική θεωρία παιγνίων και στόχος είναι να μελετηθεί η χρονική τους εξέλιξη. Στην εργασία αναλύεται η κοινή βάση πίσω από τις δύο οικογένειες αλγορίθμων και παρατηρούμε κάτω από ποιές συνθήκες οι αλγόριθμοι συγκλίνουν σε κατά Nash, καθαρά ή μικτά, σημεία ισορροπίας. Για την αξιολόγηση των αλγορίθμων χρησιμοποιούνται συναρτήσεις κέρδους που έχουν στόχο τη μείωση της χρησιμοποιούμενης ενέργειας από κόμβους - εκπομπούς ενός ασύρματου δικτύου. Τέλος, θα μελετηθεί ο ρόλος της ποσότητας της ανάδρασης στη μάθηση.","This thesis is concerned with studying various learning algorithms applied in a game theoretic environment and most importantly in how these can help optimise non-cooperative wireless networks. The two algorithmic families are multi-armed bandits and evolutionary game theory and the goal is the study of their time evolution. In this thesis we will analyse the common background between the two algorithmic families and we will focus on the required parameters under which these algorithms converge to a Nash, pure or mixed, equilibrium. To evaluate the algorithms we will use utility functions designed to reduce the consumed power in nodes - transmitters in a wireless network. Finally, the role of the quantity of feedback in learning will be studied."],"dc:identifier":["uoadl:1321345","https://pergamos.lib.uoa.gr/uoa/dl/object/1321345"],"dc:language":["English"],"dc:title":["Reaching an Equilibrium: Learning and Game Theory"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:26:41Z"}