強化学習エージェントの方策情報ベクトル表現を用いた学習効率化に関する研究(一般,複雑系とニューロコンピューティング)
スポンサーリンク
概要
- 論文の詳細を見る
本研究では,動的環境における強化学習の効率化を目的とした手法を提案する.先行研究の多くは,手法の実装や計算にかかるコストが大きかったり,環境変化への適応に多大な試行数が必要になるといった問題点があった.提案手法では,方策学習の過程で得られる情報を多次元ベクトル表記した上で,単純な演算処理によって環境変化の有無を試行毎に判断することで既得方策の補正を実現する.また,計算機実験により提案手法の特性を評価する.
- 2012-01-19
著者
関連論文
- D-15-4 数式の意味解析に基づく基礎数学e-ラーニングシステムの開発(D-15. 教育工学,一般セッション)
- 理工系学生を対象とした技術文書作成支援システム
- 理工系学生を対象とした文章作成能力向上のための支援システム
- D-15-41 論理的思考力の定着をねらいとした基礎数学e-ラーニングシステムに関する一検討(D-15. 教育工学,一般セッション)
- Web文書を活用したn-gramモデルによる手書き自由記述アンケートの自動認識法(翻訳・応用)
- 10-221 サレジオ高専-東京高専学生有志連合の取り組み : ポシティブな競争と連携が生み出す活力((16)工学教育システムの個性化・活性化,口頭発表論文)
- D-15-19 狂言を事例とした所作を伴う芸術分野の実時間遠隔教育システムの構想(D-15.教育工学,一般講演)
- 2-107 東京高専のOBベンチャー企業と教員の連携工学教育 その2 : 技術革新への対応としての自己啓発研究会(創学環プロジェクト)((17)産学連携教育(産学間・大学高専間の連携)-II)
- 17 授業と課外活動の連携によるソフトウェア総合教育の試行(教育システムA(講義・演習)V,第5セッション)
- (146)ソフトウェア科目と課外活動の連携によるプログラミングコンテストへの取り組み(第39セッション 教育研究指導(III))
- 能動学習遠隔授業におけるマルチメディア同期処理方式の考察
- D-15-26 標準LAN構成に基づいた一般教室(複数)での能動学習授業支援システムの設計
- ペン字・書道の次世代遠隔教育システムの設計と文字の自動評価法に関する一考察
- ペン字・書道における漢字の美的表現のコンピュータ自動評価法に関する一考察
- ペン字学習システムのための添削文字データベースの構築法に関する一考察
- 地名辞書の文字連結情報を利用した手書き宛名の切出し候補矩形削減
- ペン字・書道の教育における標準文字列お手本の自動生成法についての一検討(教育評価/一般)
- 事前知識を活用した段階的なベイジアンネットの構造学習法(学習,生体モデル,神経ダイナミクス,一般)
- D-15-6 基礎数学学習支援システムのための手書き数式解析法の検討(D-15.教育工学,一般セッション)
- 芸術・技能分野の遠隔教育における感覚連想・共有支援システムの設計法(collaborationとagent技術/一般)
- 芸術・技能分野の遠隔教育における感覚連想・共有支援システムの設計法
- ET2009-129 手書き数式解析に基づく基礎数学学習支援システムの開発(障害者教育・特別支援教育/一般)
- ConditioningとLoopy-BPを用いた確率的意思決定手法 (ニューロコンピューティング)
- ConditioningとLoopy-BPを用いた確率的意思決定手法 (非線形問題)
- Web文書を活用したn-gramモデルによる手書き自由記述アンケートの自動認識法(翻訳・応用)
- 能動学習遠隔授業における初心発表者支援ツールの設計
- 初心者発表者を柔軟に支援する能動学習遠隔授業システムの設計と評価
- 能動学習遠隔授業の発表者支援ソフトウェア構築とBluetooth携帯電話・情報端末適応の考察
- 能動学習遠隔授業の発表者支援ソフトウェア構築とBluetooth携帯電話・情報端末適応の考察
- (70)能動学習遠隔授業形態におけるPDA・携帯電話の有効活用の一手法(第19セッション インターネット・マルチメティアの利用(I))
- 能動学習授業の自己管理指導を支援するマルチメディア活用法
- (68)能動学習授業における自己管理指導とエージェント機能の考察(マルチメディア(I),第17セッション)
- (51)マルチメディア活用能動学習授業の客観的成績評価・講評法の一考察(第13セッション 教育開発(III)・CAI(I))
- (238)職業意識を育むためのカリキュラム設計 : インターンシップ・講演会・OBと正規教科との連動(セッション69 体系的教育課程の編成・教育における産学連携I)
- 授業評価・習熟度関連性モデルを用いた教員の知識発見に基づく対話型指導法改善支援システム
- 候補字種の動的抽出を用いた手書きあて名の2段階認識手法
- 候補字種の動的抽出を用いた手書き宛名の高精度認識
- 得点方式を用いた手書き宛名の詳細識別に関する一考察
- 候補字種の動的削減による手書き宛名の詳細識別に関する検討
- ペン字・書道における標準お手本の自動生成法
- D-12-143 毛筆お手本自動生成アルゴリズムを活用した手書き続け字認識に関する一考察(D-12.パターン認識・メディア理解,一般講演)
- 理工系学生の論文作成支援を目的とした文書可視化システム (大学における情報教育の新たな展開--教科「情報」との接続性 及び一般)
- D-15-2 かな文字の構造的分類に基づくかな書道文字列お手本自動生成に関する検討(D-15.教育工学,一般講演)
- 代数幾何符号復号における生成点での留数情報を活用した未知シンドロームの推定に関する研究
- 代数幾何符号復号における生成点での留数情報を活用した未知シンドローム推定の一考察
- 5-105 宿題のE-mail_Reportに伴う学生の自宅学習状況把握とその活用法((2)専門科目の講義・演習-II)
- D-12-58 永字八法に基づく手書き文字認識用辞書の動的構成法(D-12.パターン認識・メディア理解,一般セッション)
- 方向線分特徴量を用いた手書き文字認識手法
- 学習意欲の喚起を目指したマルチメディア授業支援システム
- 事例説明に相応しいマルチメディア活用の一考察
- BMSアルゴリズムを用いた代数幾何符号高速復号のソフトウェア実装と教育的応用
- 混合マハラノビス関数における部分空間の一構成法(文字とドキュメントの認識・理解)
- 混合マハラノビス関数における部分空間の一構成法(文字とドキュメントの認識・理解))
- 低速通信回線利用を前提とした文字認識における文字画像処理方式の一検討
- プログラミング添削指導支援のためのプログラム意味解析ツールの開発
- エージェント間における学習能力格差の解消を実現する階層型マルチエージェント強化学習システム
- 代数幾何符号を構成する定義曲線の種数に関する一解釈
- プッシュ型及びプル型の通信と教育への応用
- 候補方形ラティスの段階的探索法を用いた高精度な手書きあて名認識(画像処理,画像パターン認識)
- 候補矩形ラティスの段階的探索法を用いた高精度な手書き宛名認識
- 候補矩形ラティスの段階的探索法を用いた高精度な手書き宛名認識
- 候補矩形ラティスの段階的探索法を用いた高精度な手書き宛名認識
- ConditioningとLoopy-BPを用いた確率的意思決定手法(一般及び雑音を有効利用する神経系やそのモデル)
- ConditioningとLoopy-BPを用いた確率的意思決定手法(一般及び雑音を有効利用する神経系やそのモデル)
- 2次混合関数を用いた類似文字識別手法 (画像の認識・理解論文特集)
- 2次混合マハラノビス関数を用いた類似文字識別手法
- 2次非線形項を考慮した類似文字識別に関する一考察
- 混合マハラノビス関数による高精度な類似文字識別手法
- 混合マハラノビス識別関数による高精度な類似文字識別手法
- (84) 学習意欲の喚起を目指した授業支援マルチメディア・システムの設計 : 学育++論の実践例(第21セッション 教育評価・自己点検・評価システム(3))
- マルチメディア活用による能動学習の実践とその評価
- オンライン文字筆跡を用いた手書き文字パターンの自動生成法
- D-12-13 多カテゴリを考慮した2次混合関数の適用法に関する一考察
- 候補あて名の優先度付けによる高速大分類法を用いた手書きあて名認識システム
- 2次混合関数による類似文字識別に関する一考察
- 代数幾何符合復号のBMSアルゴリズムと行列式表現の関係について
- 候補宛名の優先度付けによる手書き宛名認識システムの高速化
- D-12-23 宛名辞書の階層化による宛名認識の高速化に関する検討
- 重み付き改良型方向線素特徴量による毛筆手書き文字認識手法
- D-12-38 オンライン筆跡情報を用いた手書き文字パタン生成に関する一考察
- オンライン手書き文字データベースOCDBとその解析
- 誤り訂正符合の復号における行列式による極小多項式の簡潔表現について
- 代数幾何符号の復号法と検査行列の種数に伴う規則性について
- 方向線分特徴量に基づく手書き文字認識手法
- キー文字駆動型地名推論に基づく手書きあて名認識
- 語彙学習用確率モデルを利用した英単語学習支援システムに関する一考察
- D-9-33 入試採点支援における採点責任者業務支援システムの開発(D-9.ライフインテリジェンスとオフィス情報システム,一般セッション)
- D-12-26 確率ネットワークを用いた手書き文書認識の後処理方式の検討(D-12.パターン認識・メディア理解A(パターンメディアの認識・理解・生成),一般セッション)
- 部分的正規分布に基づくパタン類別法による入試採点誤り検出の検討 (データ工学)
- 強化学習エージェントの方策情報ベクトル表現を用いた学習効率化に関する研究(一般,複雑系とニューロコンピューティング)
- 精度保証と補正を行うベイジアンネット上の近似確率推論法に関する研究(一般,複雑系とニューロコンピューティング)
- D-12-25 文章表現の癖抽出に基づく手書き文章認識の後処理方式の検討(D-12.パターン認識・メディア理解A(パターンメディアの認識・理解・生成),一般セッション)
- 教員の指導法改善を目的した授業評価・習熟度関連性モデルによる知識発見支援システム
- 学ぶ力をもつ実践的技術者育成に向けて
- 学習意欲の喚起を目指したマルチメディア授業支援システム
- 強化学習エージェントの方策情報ベクトル表現を用いた学習効率化に関する研究
- 部分的正規分布に基づくパタン類別法による入試採点誤り検出の検討(情報検索と類似検索,ビックデータ工学及び一般)
- ベイジアンネットにおける構造簡略化を用いた精度保証型確率推論アルゴリズム(人工知能,データマイニング)
- D-12-18 JohnsonSU分布を用いた手書き文字認識用識別関数の改良(D-12.パターン認識・メディア理解A(パターンメディアの認識・理解・生成))
- 歪度最大基準に基づく特徴選択法による低品質手書き文字認識手法の検討(一般セッション,実時間処理実空間センシングと環境理解)