一般化した確率過程に基づくオンライン学習の漸近的解析

2008 年度 研究成果報告書

• 研究課題/領域番号: 18700157
• 研究種目: 若手研究(B)
• 配分区分: 補助金
• 研究分野: 知能情報学
• 研究機関: 広島市立大学
• 研究代表者: 岩田 一貴 広島市立大学, 大学院・情報科学研究科, 助教 (20405492)
• 研究期間 (年度): 2006 – 2008
• キーワード: 確率的決定過程 / 強化学習 / マルチエージェントシステム / 階層クラスタ分析

研究概要

強化学習における経験系列(状態,行動,報酬の時系列)やクラスタ分析に使われるデータは,一般に非定常・非エルゴードな確率過程に従う.本研究では,そのような一般的な系列・データに対しても有効な漸近的性質を使って,(1)マルチエージェントシステムの強化学習における漸近的性質,(2)強化学習によって収益の最大化が可能な確率的決定過程のクラス,(3)階層クラスタ分析におけるクラスタ間の新しい非類似度についての研究を行った.

研究成果

• [雑誌論文] 確率密度推定に基づくRDSP法を用いた音素データの階層クラスタ分析 (2008)
  • 著者名/発表者名: 斧城悠大, 岩田一貴, 末松伸朗, 林朗
  • 雑誌名: 電子情報通信学会論文誌 v.J91-D ページ: 2196-2200
  • 査読あり
• [雑誌論文] A Redundancy-Based Measure of Dissimilarity among Probability Distributions for Hierarchical Clustering Criteria (2008)
  • 著者名/発表者名: Kazunori Iwata and Akira Hayashi
  • 雑誌名: IEEE Transactions on Pattern Analysis and Machine Intelligence v.30 ページ: 76-88
  • 査読あり
• [雑誌論文] スケールの影響に対して頑健な曲線の最適整合, (2007)
  • 著者名/発表者名: 大内悠, 岩田一貴, 林朗
  • 雑誌名: 情報科学技術レターズ v.6 ページ: 209-210
  • 査読あり
• [雑誌論文] Kazushi Ikeda and Hideaki Sakai, A Statistical Property of Multiagent Learning Based on Markov Decision Process (2006)
  • 著者名/発表者名: Kazunori Iwata
  • 雑誌名: IEEE Transactions on Neural Networks v.17 ページ: 829-842
  • 査読あり
• [学会発表] An Action-Selection Strategy Insensitive to Parameter-Settings in Reinforcement Learning, (2009)
  • 著者名/発表者名: K enji Ono, Kazunori Iwata and Akira Hayashi,
  • 学会等名: The ICROS-SICE International Joint Conference 2009
  • 発表場所: Fukuoka, Japan
  • 年月日: 20090800
• [学会発表] On a Class of Stochastic Decision Processes with an Asymptotic Property (2009)
  • 著者名/発表者名: Kazunori Iwata
  • 学会等名: 電子情報通信学会2009年総合大会
  • 発表場所: 愛媛大学
  • 年月日: 2009-03-18
• [学会発表] 曲線像から相似な部分を抽出するための高速なアルゴリズム情報・システムソサイエティ特別企画学生ポスターセッション (2009)
  • 著者名/発表者名: 上青木勝利, 岩田一貴, 末松伸朗, 林朗,
  • 学会等名: 電子情報通信学会2009年総合大会
  • 発表場所: 愛媛大学
  • 年月日: 2009-03-17
• [学会発表] Polya Tree階層モデルの実験的研究 (2009)
  • 著者名/発表者名: 岡田行史, 末松伸朗, 林朗, 岩田一貴
  • 学会等名: 電子情報通信学会2009年総合大会
  • 発表場所: 愛媛大学
  • 年月日: 2009-03-17
• [学会発表] 時系列データの低次元ユークリッド空間への埋め込み (2009)
  • 著者名/発表者名: 金子悟士, 林朗, 岩田一貴, 末松伸朗
  • 学会等名: 電子情報通信学会2009年総合大会
  • 発表場所: 愛媛大学
  • 年月日: 2009-03-17
• [学会発表] 変分ベイズ法の環境音認識への応用 (2009)
  • 著者名/発表者名: 藤田睦未, 林朗, 岩田一貴, 末松伸朗
  • 学会等名: 電子情報通信学会2009年総合大会
  • 発表場所: 愛媛大学
  • 年月日: 2009-03-17
• [学会発表] Sampling Curve Images to Find Similarities among Parts of Images (2008)
  • 著者名/発表者名: Kazunori Iwata and Akira Hayashi,
  • 学会等名: The 15th International Conference on Neural Information Processing
  • 発表場所: Auckland, New Zealand
  • 年月日: 2008-12-27
• [学会発表] An Information-Theoretic Class of Stochastic Decision Processes (2008)
  • 著者名/発表者名: Kazunori Iwata
  • 学会等名: The 2008 IEEE/WIC/ACM
  • 発表場所: Sydney, Australia
  • 年月日: 2008-12-11
• [学会発表] 曲線整合において相似な部分を見つけるためのサンプリング方法 (2008)
  • 著者名/発表者名: 岩田一貴, 林朗
  • 学会等名: 第11回情報論的学習理論ワークショップ
  • 発表場所: 仙台国際センター
  • 年月日: 2008-10-30
• [学会発表] 強化学習におけるソフトマックス戦略のパラメータの新しい調整法 (2008)
  • 著者名/発表者名: 小野兼嗣, 岩田一貴, 林朗
  • 学会等名: 第11回情報論的学習理論ワークショップ
  • 発表場所: 仙台国際センター
  • 年月日: 2008-10-30
• [学会発表] 強化学習におけるパラメータ設定に頑健な行動選択戦略 (2008)
  • 著者名/発表者名: 小野兼嗣, 岩田一貴, 林朗
  • 学会等名: 第7回情報科学技術フォーラム
  • 発表場所: 慶應義塾大学湘南藤沢キャンパス.
  • 年月日: 2008-09-03
• [学会発表] 混合ディリクレ過程モデルを利用したARMAモデルベース時系列クラスタリング (2008)
  • 著者名/発表者名: 鷲頭祐樹, 末松伸朗, 林朗, 岩田一貴
  • 学会等名: 第7回情報科学技術フォーラム
  • 発表場所: 慶應義塾大学湘南藤沢キャンパス.
  • 年月日: 2008-09-03
• [学会発表] RDSP法を使った音素データの階層クラスタ分析 (2008)
  • 著者名/発表者名: 斧城悠大, 岩田一貴, 末松伸朗, 林朗
  • 学会等名: 電子情報通信学会NC研究会
  • 発表場所: 玉川大学
  • 年月日: 2008-03-14
• [学会発表] Information Geometry and Information Theory in Machine Learning (2007)
  • 著者名/発表者名: Kazushi Ikeda and Kazunori Iwata
  • 学会等名: he 14th International Conference on Neural Information Processing
  • 発表場所: Kitakyushu, Japan
  • 年月日: 2007-11-15
• [学会発表] Identifying the Underlying Hierarchical Structure of Clusters in Cluster Analysis (2007)
  • 著者名/発表者名: Kazunori Iwata and Akira Hayashi
  • 学会等名: The 17th International Conference on Artificial Neural Networks
  • 発表場所: Porto, Portugal
  • 年月日: 2007-09-10
• [学会発表] スケールの影響に対して頑健な曲線の最適整合 (2007)
  • 著者名/発表者名: 大内悠, 岩田一貴, 林朗
  • 学会等名: 第6回情報科学技術フォーラム
  • 発表場所: 中京大学
  • 年月日: 2007-09-05
• [学会発表] 確率密度推定を用いたRDSP法によるクラスタの階層構造の調査 (2007)
  • 著者名/発表者名: 斧城悠大, 岩田一貴, 末松伸朗, 林朗
  • 学会等名: 第6回情報科学技術フォーラム
  • 発表場所: 中京大学
  • 年月日: 2007-09-05
• [学会発表] 半正定値計画法による時系列データの埋め込み (2007)
  • 著者名/発表者名: 成田浩之, 林朗, 末松伸朗, 岩田一貴
  • 学会等名: 第6回情報科学技術フォーラム
  • 発表場所: 中京大学
  • 年月日: 2007-09-05
• [学会発表] 階層隠れCRFの提案 (2007)
  • 著者名/発表者名: 杉浦玄朗, 林朗, 後藤直人, 末松伸朗, 岩田一貴
  • 学会等名: 第6回情報科学技術フォーラム
  • 発表場所: 中京大学
  • 年月日: 2007-09-05
• [学会発表] Cluster Analysis for Identifying the Hierarchical Structure of Subpopulations in Mixture Models (2007)
  • 著者名/発表者名: 岩田一貴, 林朗
  • 学会等名: 電子情報通信学会PRMU研究会
  • 発表場所: 名古屋大学
  • 年月日: 2007-09-04
• [学会発表] 強化学習における大偏差理論の応用 (2006)
  • 著者名/発表者名: 岩田一貴
  • 学会等名: 計測自動制御学会中部支部講演会「学習理論と制御」
  • 発表場所: 名古屋大学,招待講演
  • 年月日: 2006-12-26
• [学会発表] 強化学習における漸近的性質と確率的な行動選択戦略との関係 (2006)
  • 著者名/発表者名: 岩田一貴, 池田和司, 酒井英昭
  • 学会等名: 第49回自動制御連合講演会
  • 発表場所: 神戸大学
  • 年月日: 2006-11-26
• [学会発表] A Dissimilarity Measure Based on the Same Principle as Ward's Measure in Hierarchical Clustering Evaluation (2006)
  • 著者名/発表者名: Kazunori Iwata and Akira Hayashi
  • 学会等名: 第9回情報論的学習理論ワークショップ
  • 発表場所: 大阪大学中之島センター
  • 年月日: 2006-11-01
• [学会発表] Theory of a Probabilistic-Dependence Measure of Dissimilarity among Multiple Clusters (2006)
  • 著者名/発表者名: Kazunori Iwata and Akira Hayashi
  • 学会等名: The 16th International Conference on Artificial Neural Networks
  • 発表場所: Athens, Greece.
  • 年月日: 2006-09-12
• [学会発表] マルコフ決定過程に基づくマルチエージェントシステムの漸近的性質 (2006)
  • 著者名/発表者名: 岩田一貴, 池田和司, 酒井英昭
  • 学会等名: 第5回情報科学技術フォーラム
  • 発表場所: 福岡大学
  • 年月日: 2006-09-07
• [学会発表] 階層的クラスタリングにおけるWard法と情報理論的な非類似度との関係 (2006)
  • 著者名/発表者名: 斧城悠大, 岩田一貴, 林朗
  • 学会等名: 第5回情報科学技術フォーラム
  • 発表場所: 福岡大学
  • 年月日: 2006-09-05
• [備考]
  • URL: http://www.prl.info.hiroshima-cu.ac.jp/~kiwata/