重み付き最尤推定に基づく方策探索法(第15回情報論的学習理論ワークショップ)
スポンサーリンク
概要
- 論文の詳細を見る
直接方策探索法(Direct Policy Search:DPS)に基づく強化学習は,大規模,かつ複雑なマルコフ決定過程に対する解法として近年,注目を集めている.DPSはこれまで様々な実問題に応用され,目覚しい成果を挙げているが,方策モデルの選択法に関してはこれまでほとんど議論されてこなかった.本研究では,方策を重み付き最尤推定法により学習する新しい手法,weighted likelihood policy search(WLPS)法を提案する.WLPSはDPSの統計推論問題として自然な解釈を与え,統計学習分野で確立されているモデル選択に関する方法論を直接,DPSに適用することを可能にする.本研究では,情報量基準の考えを方策探索に応用し,重み付き尤度を規範とした方策モデルの選択法を提案する.
- 2012-10-31
著者
-
鷲尾 隆
大阪大学産業科学研究所知能システム科学研究部門
-
鷲尾 隆
大阪大学産業科学研究所
-
河原 吉伸
大阪大学産業科学研究所
-
鷲尾 隆
大阪大学産業科学研究所第1研究部門
-
河原 吉伸
大阪大学産業科学研究所:科学技術振興機構
-
林 浩平
東京大学大学院情報理工学系研究科
-
植野 剛
科学技術振興機構 ERATO 湊離散構造処理系プロジェクト
-
林 浩平
東京大学大学院情報理工学系研究科:日本学術振興会
関連論文
- データマイニング手法を用いた臨床情報の新しい解析の試み : 入退院データベースの解析より(第95回日本循環器学会近畿地方会)
- 定量的アソシエーションルール分析を用いた雇用条件と雇用リスク受容の関係分析(リスク日避とデータ知能学, セマンティックWebとソフトウェア工学, 一般)
- 時系列データ解析からの帰納的熱力学(第9回『非平衡系の統計物理』シンポジウム,研究会報告)
- 時系列データ解析からの帰納的熱力学(基研研究会「非平衡系の新局面-運動・機能・構造-」,研究会報告)
- 文章密度に基づくマスメールの高速検出手法と評価(JGN II,インターネット及び一般)
- 構造データからのアクティブマイニング(アクティブマイニング)
- 記述長に基づく適応的 Ripple Down Rules 法
- AGMアルゴリズムの高速化と立体構造解析への適用
- Decision Tree Graph-Based Inductionによる肝炎データからの診断知識の抽出(9月14日)(「アクティブマイニング」及び一般)
- Decision Tree Graph-Based Inductionによる肝炎データからの診断知識の抽出(「アクティブマイニング」及び一般)
- AGMによる3次元構造と生理活性の相関解析
- Decision Tree - Graph-Based Inductionの機能拡張
- AGMによる3次元構造と生理活性の相関解析(「アクティブマイニング」及び一般 : 文部科学省科学研究費特定領域研究「情報洪水時代におけるアクティブマイニングの実現」公開シンポジウム)
- Decision Tree-Graph-Based Inductionの機能拡張(「アクティブマイニング」及び一般 : 文部科学省科学研究費特定領域研究「情報洪水時代におけるアクティブマイニングの実現」公開シンポジウム)
- グラフ構造に着目した肝炎データからの知識発見
- Apriori-based Graph Miningアルゴリズムの高速化
- パネル討論「21世紀のAIのための数理モデル」 : 議論集(「21世紀のAIのための数理モデル」)
- 部分空間クラスタリングと相関規則に基づく分類学習手法
- 高速汎用パターン検索手法とその実適用(9月14日)(「アクティブマイニング」及び一般)
- 高速汎用パターン検索手法とその実適用(「アクティブマイニング」及び一般)
- 文章密度に基づくマスメールの高速検出手法と評価(JGNII,インターネット及び一般)
- 一流国際会議発表のための研究戦略とは?(国際会議に通すための英語論文執筆)
- 第15回人工知能国際会議報告
- 顧客動線研究の枠組み--マーケティングにおける新しい研究フロンティア (知識ベースシステム研究会(第91回)学習およびその応用)
- 変数間因果関係に関するリレーショナルデータマイニングへの取り組み(特別セッション,機械学習とその応用)
- 3ZP-7 高次元状態空間に対する粒子フィルタIEPFの提案(情報爆発時代におけるデータマイニング・アルゴリズム,学生セッション,「情報爆発」時代に向けた新IT基盤技術,情報処理学会創立50周年記念(第72回)全国大会)
- 会議報告 : IJCAI99
- 6ZK-3 大規模次元観測時系列のダイナミクスモデルに関する研究(情報爆発時代におけるストリームデータと実世界情報処理,学生セッション,「情報爆発」時代に向けた新しいIT基盤技術)
- 4J-1 情報爆発時代の広告研究(情報爆発時代におけるデータマイニング,一般セッション,「情報爆発」時代に向けた新しいIT基盤技術)
- 論文特集:「データマイニングと統計数理」
- データインテンシブコンピューティング : その1 離散構造マイニング(知能コンピューティングとその周辺(第1回))
- 知識発見から知識体系発見へ(編集委員2007年の抱負)
- 適応的密度基準に基づく部分空間クラスタリングを用いた定量的多頻度アイテム集合のマイニング
- 生産プロセス品質管理におけるデータマイニングの現状(データ解析の最前線)
- Random Tree based Committee Learningによる企業収益リスクモデルの構築(ビジネスとデータマイニング, 「安全・安心な社会生活の実現に向けた知識の活用とソフトウェア開発支援」及び一般)
- グラフマイニングとその統計的モデリングへの応用 (特集 予測と発見)
- 数値属性を含む多頻度アイテム集合導出手法"QFIMiner"の統計的改良 (テーマ:「データマイニングと統計数理」および一般)
- 定量的相関規則導出手法による離散マルコフ連鎖モデリング (テーマ:「データマイニングと統計数理」および一般)
- Random Tree based Committee Learning による企業収益リスクモデルの構築 (テーマ:「安全・安心な社会生活の実現に向けた知識の活用とソフトウェア開発支援」および一般)
- 3. グラフベースデータマイニングの基礎と現状(最新!データマイニング手法)
- 大規模ビジネスデータからの知識発見システム : MUSASHI(研究のツールボックス(2))
- 多頻度グラフマイニング手法の一般化
- 一般グラフ構造データに対する Graph-Based Induction とその応用
- Graph-Based Induction による化学構造データからの知識発見
- Graph-Based Inductionの一般グラフへの拡張とその実験的評価
- 逐次ペア拡張による木構造データからの分類規則学習
- Graph-Based Inductionによるコマンド予測 : 予測精度向上に関する枝刈りの効果
- MUSASHI上で動くデータマイニング指向CRMシステム : C-MUSASHI(9月14日)(「アクティブマイニング」及び一般)
- MUSASHI上で動くデータマイニング指向CRMシステム :C-MUSASHI(「アクティブマイニング」及び一般)
- データマイニングシステム:MUSASHI
- データマイニングシステム:MUSASHI(「アクティブマイニング」及び一般 : 文部科学省科学研究費特定領域研究「情報洪水時代におけるアクティブマイニングの実現」公開シンポジウム)
- S^3Baggingによる高速な分類器生成
- S^3 Baggingによる高速な分類器生成
- S^3 Bagging : サブサンプリングとBaggingによる高速な分類器生成
- 相関ルールにもとづく属性生成手法
- 属性間相関ルールにもとづく決定木改良のための属性統合手法
- 決定木アルゴリズムのためのデータ前処理手法に関する検討
- 統計的大規模因果推論の課題と非ガウス性に基づく挑戦 (特集 「ベイジアン・ネットワークと応用」および一般)
- 科学的根拠に基づく医療(EBM:Evidence-Based Medicne)におけるデータマイニングの適用事例と今後の展望,課題について(データマイニング実践家達の声(5))
- 最小記述長原理を用いた帰納学習の Ripple Down Rules 法への統合化
- 最小記述長原理を用いた帰納学習のRipple Down Rules法への統合化
- Ripple Down Rules法における知識獲得と帰納学習の統合的手法の試み
- Ripple Down Rules法における知識獲得の特性評価に基づくデフォルト知識の決定規範
- 知識獲得のためのRipple Down Rules法に適したデフォルト知識の決定規範
- ユークリッド距離の高速高精度推定と範囲問合せへの応用
- 頻出グラフマイニング手法の一般化に関する研究(セッション5B : パターン抽出)
- 頻出グラフマイニング手法の一般化に関する研究(パターン抽出)(「夏のデータベースワークショップ(DBWS2003)」一般)
- 多頻度グラフパターンの完全な高速マイニング手法
- 膨大なグラフ構造データからの高速マイニング手法
- 数値属性データに対するバスケット分析手法
- Ripple Down Rules法における近傍事例の積極的活用に関する検討
- [特別論文]データマイニング研究の動向とパターン認識適用への課題 : 分野間で切磋琢磨しましょう(データセッション(4))(データマイニングとパターン認識・メディア理解)
- ユークリッド距離の高速高精度推定と範囲問い合わせへの適用 (「機械学習とその応用」および一般発表)
- 顧客動線データを用いた売場の顧客存在確率に関する研究--カーネル密度推定のRFIDへの応用 (学習およびその応用)
- 4.情報爆発時代の高次元データマイニング(情報爆発が創り出すサイバーフィジカルな情報処理)
- 劣モジュラ性を用いた特徴集合列挙(離散系と機械学習,テキスト・Webマイニング,一般)
- 複数グラフィカル・ガウシアン・モデルの共通部分構造の学習(ネットワーク,テキスト・Webマイニング,一般)
- 機械学習によるWebページの自動分類
- 尺度制約による複雑系, 社会系のモデリングとその応用の提案
- 変換不変性を用いた汎用検索手法の開発
- 関数モデル上の統計的因果推論研究の現状 (特集 「ベイジアンネットワークとその応用」および一般)
- 劣モジュラ性に基づく知能情報処理への新展開(離散構造処理系-知能情報処理を支えるアルゴリズムの技法)
- 特集「離散構造処理系-知能情報処理を支えるアルゴリズムの技法」にあたって
- クラスタ構造を有するグラフィカル・ガウシアン・モデルの構造推定(ポスターセッション,第14回情報論的学習理論ワークショップ)
- 分割表の独立性に基づく二値データ生成過程の推定法(ポスターセッション,第14回情報論的学習理論ワークショップ)
- 太陽光発電出力変動分析のための日射強度推定技術 (特別小特集 関西の伝統文化と先端産業技術) -- (関西の先端産業技術)
- 離散データの因果の同定 : 2値から、多値への一般化について(ポスターセッション,第14回情報論的学習理論ワークショップ)
- 離散DC計画問題のためのプリズム法とその応用(ポスターセッション,第14回情報論的学習理論ワークショップ)
- 2-4 太陽光発電出力変動分析のための日射強度推定技術(2.関西の先端産業技術,関西の伝統文化と先端産業技術)
- 劣モジュラ性に基づく知能情報処理への新展開
- 離散DC計画問題のためのプリズム法とその応用
- クラスタ構造を有するグラフィカル・ガウシアン・モデルの構造推定
- [第1回]データマイニング実用化 : 概観と展望(連載 : データマイニング実践家達の声)
- 観測データからの科学法則式の発見
- 大規模システムに関する科学的連立方程式モデルの発見
- 分割表の独立性に基づく二値データ生成過程の推定法
- ビジネスにおけるデータマイニングの現在・未来 (データマイニングコンテスト)
- 異常箇所同定のためのグラフィカルモデルの学習(第15回情報論的学習理論ワークショップ)
- 重み付き最尤推定に基づく方策探索法(第15回情報論的学習理論ワークショップ)
- ビッグデータからのモデリング(ビッグデータ活用で変わる私たちの未来)