強化学習におけるエントロピーを用いた空間分割方法の変更タイミングの決定
スポンサーリンク
概要
- 論文の詳細を見る
強化学習の代表的な手法であるQ学習では,連続状態空間や連続行動空間を扱う際,空間の離散化を行う必要がある.本研究では,より適した離散化を行うために,空間分割方法を学習の進度に応じて変更させた.また,自動的に適切な変更タイミングを定めるために,学習残余エントロピーを求めて指標とする手法を提案し,考察を行った.
- 一般社団法人電子情報通信学会の論文
- 2012-07-23
著者
関連論文
- Fuzzy c-Medoids法の応用による線形クラスタリングと関係データからの部分空間学習
- ニューロ・ファジィGMDHによる座標変換を用いたポインティングデバイス
- 逐次的なユーザ・アイテムクラスタ抽出に基づく協調フィルタリング
- 学会誌編集委員会の10年と今後 : 学会誌製作苦労話
- スプライン関数とフリーネットワーク解法を用いる時間地図作成法
- 認知的経済性に基づいた社会シミュレーションモデルにおけるコミュニケーション形態の影響
- ベイズ定理の証拠理論への拡張について
- 証拠の理論における情報測度に関する研究
- George J. KLIR Is There More to Uncertainty than Some Probability Theorists Might Have Us Believe ? Int. J. General Systems, 15(1989) 347-378
- セミハードクラスタリングとその識別器への応用
- 逐次変数導入型ニューロファジーGMDHにおける変数選択の自動化
- 実数乗ノルムに基づく数量化分析3類によるシニアシミュレーションの評価
- M-アポトーシスによるニューロ・ファジィGMDHの構造明確化学習
- ディストータによるニューロファジーGMDHの階層数の選択
- アダプティブBスプラインによるニューロファジィ認知地図
- ニューロファジィ・GMDHの階層数の選択
- 逐次射影法によるニューロ・ファジィGMDHの学習
- カラートラッカーを用いた手と指によるポインティングデバイス
- アダプティブB-スプラインによる認知地図
- M-アポトーシスによるニューロ・ファジィGMDHの構造明確化学習
- 誤差逆伝播学習によるニューロ・ファジィGMDHでの関数近似 : 階層型ニューラルネットワークとの近似精度の比較
- 逐次射影法によるニューロ・ファジィGMDHの学習
- 頭位計測によるニューロ・ファジィ・マウス
- 2. 「グラム・シュミットの直交化を用いるファジィルールに対する逐次勾配射影法」(ファジィOR研究会 第25回研究発表会)
- ファジィ数理計画法を用いたファジィデータのロバスト回帰
- 可能性と必然性に基づくファジィ多目的線形計画法(1986年春季研究発表抄録)
- 線形計画法を用いたロバスト回帰について(1986年春季研究発表抄録)
- 多属性意思決定問題におけるモデルの一同定方法について
- ファジィ積分を用いた多属性意思決定問題の一同定方法について
- OA導入効果に関する数量化分析(1984年春季研究発表抄録)
- ディストータによる発見的モデル選択規範とRBFNの隠れユニット数決定への応用
- ニューロ・ファジイ地盤断層撮影法へのARTの応用
- ディストータによるRBFネットワークのモデル選択
- ニューロ・ファジィ地盤断層撮影へのARTの応用
- ニューロ・ファジィ射影追跡による回帰と判別
- ファジィ・クラスタリングと数量化3類の同時分析法
- 射影追跡回帰と決定木作成法の融合手法による感性データの分析
- 射影追跡回帰と決定木作成法の融合手法による感性データの分析
- 一対比較データに対するニューロ・ファジィ射影追跡回帰
- 射影追跡ID3による感性データ処理
- 一対比較データに対するニューロファジィ射影追跡回帰
- 「ファジィの新世紀への提言」を編集して(ファジィの新世紀への提言)
- ニューロ的手法によるファジィルールの調整(ファジィ・ニューラルネットワーク)
- ファジィクラスタリングによるスイッチング線形判別
- 認知記憶に基づく英会話学習法
- 最小2乗基準を用いたFuzzy c-Varieties法における欠測値の処理法
- 最適尺度法に基づく尺度混在データのためのFCM型スイッチング回帰モデル
- 段階的可能性アプローチを用いた局所的な数量化分析法によるアンケートデータの分析
- 逐次学習を伴う線形ファジィクラスタリングによる適応的な協調フィルタリング
- 線形ファジィクラスタリングに基づく混合データベースの局所的な主成分分析
- 外的基準の説明を目的とした独立成分分析
- 混合データベースのFCMクラスタリング
- 場所法記憶の想起時における脳活動の等価電流双極子による推定(一般講演4A)
- 不完全な質的データの局所的な数量化分析の提案とITのイメージに関する調査への適用
- ファジィクラスタリングにおけるファジィネスとロバストネス : 正則化, ロバスト化とIRLS(ソフトデータ解析)
- 長期記憶の想起時におけるEEGによる脳の機能局在(一般講演)
- 外的基準がある場合の独立成分分析と局所的モデリングへの拡張
- ファジィc-Meansによるハードクラスタリング
- 内点法による K_means クラスタリング問題の連続緩和型解法
- 区間効率値に基づく出力値の改善
- 意思決定者の評価を反映したDEAの領域限定法
- AHPによる区間ウェイト制約を導入したDEA (不確実性の下での数理モデルの構築と最適化)
- 固有ベクトル法を用いた尺度構成係数のアセスメント
- NF-GMDHによる座標変換を用いたポインティングデバイス(一般講演-カオス・ニューロン・インターフェース・ウェーブレット-)
- カラートラッカーによるマルチカーソル・マウス(一般講演5-新手法・新技術-)
- 可能性理論にもとづくファジィ多目的線形計画法(多目的計画法)
- 一対比較のファジィ数量化 : 微小な局所振動に対する心理量の分析(研究発表)
- クリーンルームのファジィ恒温恒湿制御 : その3-逐次学習型ファジィ-PI制御器の実行可能性の評価
- クリーンルームのファジィ恒温恒湿制御 : その4-逐次学習型階層的ファジィモデルの実行可能性の評価
- クリーンルームの学習型ファジィ恒温恒湿適応制御
- 3.一般講演2…ニューロ・ファジィによる体外循環制御アルゴリズムの獲得 その1-体外循環自動制御システムの臨床モデルの検討(関東支部 第2回ワークショップ実施報告)
- 有限要素法
- M-アポトーシスとフィードバック誤差学習による随意運動の脳内形成モデル
- ガットマン一対比較法のファジィ数量化による二次元的心理量の評価
- エンドミルによる高硬度金型鋼加工における工具寿命形態の判別
- パラメータ化したFCM識別器のベンチマークテスト
- 正準相関分析による介護ランクの分析
- 正準相関係数を最大とするファジィc-Meansクラスタリング法による介護ランクの分析(境界領域)
- FCV法による地域医療費の主成分分析(一般講演4)
- ファジィID3による研削加工工程展開ルール生成
- 固有値法による射影追跡密度推定
- ファジィID3を用いたBernstein多項式による多次元写像の近似法
- 上肢随意運動の脳内形成モデル
- ファジィc平均識別器による駐車場のカメラ方式車両検知システム
- FCV法の一般化と最小絶対誤差に基づくロバストなシェルクラスタリング
- 最小絶対誤差に基づく線形ファジークラスタリング(パターン認識)
- ニューロ・ファジィ断層撮影法における正則化の効果
- ニューロ・ファジィ有限要素法と誤差解析
- ニューロ・ファジィ射影追跡回帰(一般講演7,ファジィ理論、ニューロサイエンス、およびカオスの医療と健康への応用を考える)
- ほぼ100%の確率でTSPの最適解を得るHopfield Energyの最小化法(一般講演1,ファジィ理論、ニューロサイエンス、およびカオスの医療と健康への応用を考える)
- ニューロ・ファジィ逆解析による断層撮影法
- ネットワーク型のニューロ・ファジィGMDH
- ニューロファジィ多次元尺度構成法とその認知地図への応用
- 大規模データのファジィc平均識別器
- ニューロ・ファジィによる体外循環制御アルゴリズムの獲得 : その1-体外循環自動制御システムの臨床モデルの検討
- 生活分野にみる実用化技術の展開(技術パネル討論報告)
- Analysis of Psychological Feeling for Mimetic-Experiences of Advanced Aged Persons
- K-L情報量正則化を用いた線形ファジィクラスタリング法
- K-L情報量正則化を用いた線形ファジィクラスタリング法
- 欠測値を含むデータからの局所的な主成分の抽出法