2013 Fiscal Year Annual Research Report
予測と意思決定のための機械学習理論の構築とその神経回路での実現
| Project Area | Elucidation of neural computation for prediction and decision making: toward better human understanding and applications |
|---|
| Project/Area Number |
23120004
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
杉山 将 東京工業大学, 情報理工学(系)研究科, 准教授 (90334515)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
森本 淳 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 研究員 (10505986)
|
|---|
| Project Period (FY) |
2011-07-25 – 2016-03-31
|
| Keywords | 予測 / 意志決定 / 機械学習 / 特徴選択 / 強化学習 |
|---|
| Research Abstract |
特徴選択に関しては，小～中規模な予測・意思決定問題に対する特徴選択アルゴリズムを完成させ，その性能をざまざまなベンチマークデータを用いて評価し有用性を確認した．また，大規模な予測・意思決定問題に対する特徴選択アルゴリズムも完成させ，その有用性を大規模計算機実験により確認した
強化学習に関しては，モデルフリー強化学習における標本再利用型アルゴリズムを完成させ，シミュレーションを通してその有効性を確認した．また，ヒューマノイドロボットのような高次元多自由度系において，内部モデル学習と軌道モデルベース強化学習を組み合わせ，実環境において双腕協調動作の獲得が可能であることを実験的に確認した．更に，強化学習アルゴリズムを毛筆調の絵画の自動生成に応用し，強化学習の新たな応用分野を開拓した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実績の概要に示したとおり，計画していた研究課題に対して着実に成果を上げることができた．
|
| Strategy for Future Research Activity |
残り２年で更に研究を飛躍的に発展させられる，これまでの研究計画を見直し，今後２年間の計画を慎重かつ大胆に再検討する．
|
Research Products
(16 results)
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] Global solver and its efficient approximation for variational Bayesian low-rank subspace clustering.2013
Author(s)
Nakajima, S., Takeda, A., Babacan, D., Sugiyama, M., & Takeuchi, I.
Organizer
Neural Information Processing Systems (NIPS2013)
Place of Presentation
Lake Tahoe, Nevada
Year and Date
20131205-20131208
-
[Presentation] Parametric task learning.2013
Author(s)
Takeuchi, I., Hongo, T., Sugiyama, M., & Nakajima, S.
Organizer
Neural Information Processing Systems (NIPS2013)
Place of Presentation
Lake Tahoe, Nevada
Year and Date
20131205-20131208
-
-
-
