テクノãƒã‚¸ãƒ¼ : 日経電å版
1回ã®å……é›»ã§æ±äº¬â€•å¤§é˜ªé–“ã«ç›¸å½“ã™ã‚‹500ã‚ãƒãƒ¡ãƒ¼ãƒˆãƒ«ã‚’走れるリãƒã‚¦ãƒ ã‚¤ã‚ªãƒ³é›»æ± æŠ€è¡“ã®é–‹ç™ºãŒæ´»ç™ºã 。ç©æ°´åŒ–å¦å·¥æ¥ã®æŠ€è¡“ã¯çªç ´ã®ãƒ¡ãƒ‰ãŒãŸã¡ã€æ—化æˆã‚‚è¿‘ã¥ã„ãŸã€‚ã„ãšã‚Œã‚‚æ—¢å˜ã®é›»æ¥µã‚’使ã†ã“…続ã å†ã‚¨ãƒåŠ¹çŽ‡çš„ã«è²¯è”µã€ã€ŒãƒŠãƒˆãƒªã‚¦ãƒ ã‚¤ã‚ªãƒ³é›»æ± ã€å¯¿å‘½ãƒ»å®¹é‡ãŒå¢—大 ［有料会員é™å®šï¼½ トヨタã®å…¨å›ºä½“é›»æ± ã€€2025～30年ＥＶãŒåŒ–ã‘ã‚‹ ［有料会員é™å®šï¼½
å¦ç¿’アルゴリズムã®æƒ…å ±å¹¾ä½• - 知能システム科å¦ç‰¹åˆ¥è¬›ç¾©ç¬¬ï¼’(2007年度å¤å¦æœŸ)
å¦ç¿’ã®å¹¾ä½• æ‘ç”° 昇 ã¯ã˜ã‚ã« æƒ…å ±å¹¾ä½•å…¥é–€ EM ã®å¹¾ä½• EM ã®æ‹¡å¼µ* 集団å¦ç¿’ ãŠã‚ã‚Šã« å¦ç¿’アルゴリズムã®æƒ…å ±å¹¾ä½• 知能システム科å¦ç‰¹åˆ¥è¬›ç¾©ç¬¬ï¼’ (2007 年度å¤å¦æœŸ) æ‘ç”° 昇 æ—©ç¨²ç”°å¤§å¦ ç†å·¥å¦è¡“院 Aug. 3, 2007 / æ±äº¬å·¥æ¥å¤§å¦ å¦ç¿’ã®å¹¾ä½• æ‘ç”° 昇 ã¯ã˜ã‚ã« æƒ…å ±å¹¾ä½•å…¥é–€ EM ã®å¹¾ä½• EM ã®æ‹¡å¼µ* 集団å¦ç¿’ ãŠã‚ã‚Šã« Outline 1 ã¯ã˜ã‚ã« 2 æƒ…å ±ç©ºé–“ã®å¹¾ä½•å¦ 3 EM アルゴリズムã®å¹¾ä½•å¦ 4 EM アルゴリズムã®æ‹¡å¼µ* 5 集団å¦ç¿’ã®å¹¾ä½•å¦ å¦ç¿’ã®å¹¾ä½• æ‘ç”° 昇 ã¯ã˜ã‚ã« å¦ç¿’ã¨ã¯ä½•ã‹ æ´å²çš„背景 å¦ç¿’å•é¡Œã®å®šå¼åŒ– 確率モデル æƒ…å ±å¹¾ä½•å…¥é–€ EM ã®å¹¾ä½• EM ã®æ‹¡å¼µ* 集団å¦ç¿’ ãŠã‚ã‚Šã« å·¥å¦ã«ãŠã‘る種々ã®å•é¡Œ 以下ã®ã‚ˆã†ãªä¾‹ã‚’考ãˆã¦ã¿ã‚‹ï¼Ž ç”»åƒã‚’圧縮ã™ã‚‹ï¼Ž ç”»ç´ å€¤ X ã®åˆ†å¸ƒ P(X) を求ã‚ï¼Œæƒ…å ±é‡ log 1/P(X) ã«åŸº ã¥ã„ã¦æƒ…
強化å¦ç¿’ã¨ã¯ï¼Ÿ(What is Reinforcement Learning?)
強化å¦ç¿’ã®æ¦‚è¦ï¼Œå¿œç”¨ä¸Šã®åˆ©ç‚¹ï¼Œé©ç”¨ä¾‹ï¼ŒåŸºç¤Žç†è«–，代表的手法，応用ã«å¿…è¦ãªæŠ€è¡“ãªã©ã®èª¬æ˜Žã€‚ 本ページã®è¨˜è¿°ã¯ä¸‹è¨˜ã®è§£èª¬è¨˜äº‹ã‚’ã‚‚ã¨ã«WEB用ã«ä¿®æ£ã—ãŸã‚‚ã®ã§ã‚る： æœ¨æ‘ å…ƒï¼Œå®®å´Ž 和光，å°æž— é‡ä¿¡ï¼š 強化å¦ç¿’システムã®è¨è¨ˆæŒ‡é‡ï¼Œ 計測ã¨åˆ¶å¾¡, Vol.38, No.10, pp.618--623 (1999), 計測自動制御å¦ä¼š. 6 pages, postscript file, sice99.ps (1.31MB) PDF file, sice99.pdf (148KB) ç¬¬ï¼‘ç« ï¼š 強化å¦ç¿’ã®æ¦‚è¦ 1.1 強化å¦ç¿’ (Reinforcement Learning) ã¨ã¯? 1.2 制御ã®è¦–点ã‹ã‚‰è¦‹ãŸå¼·åŒ–å¦ç¿’ã®ç‰¹å¾´ 1.3 応用上期待ã§ãã‚‹ã“ã¨ ç¬¬ï¼’ç« ï¼š 強化å¦ç¿’ã®é©ç”¨ä¾‹ï¼šãƒãƒœãƒƒãƒˆã®æ©è¡Œå‹•ä½œç²å¾— ç¬¬ï¼“ç« ï¼š 強化å¦ç¿’ã®åŸºç¤Žç†è«– 3.1 マルコフ決定éŽç¨‹(Markov decision proc
「集åˆçŸ¥ã€ã«ã¤ã„ã¦ã®ã€ã¡ã‚‡ã£ã¨ã—ãŸã¾ã¨ã‚ :Heartlogic
「集åˆçŸ¥ã€ã«ã¤ã„ã¦ã®ã€ã¡ã‚‡ã£ã¨ã—ãŸã¾ã¨ã‚ 最近使ã‚ã‚Œã¦ã„る日本語ã®ã€Œé›†åˆçŸ¥ã€ã¨ã„ã†è¨€è‘‰ã¯ã€è‹±èªžã§ã®2ã¤ã®è¨€è‘‰ã‚’ã¾ã¨ã‚ã¦å‘¼ã‚“ã§ã—ã¾ã£ã¦ã„るよã†ãªæ°—ãŒã—ã¦ã„る。 （1）統計的ãªãƒ‡ãƒ¼ã‚¿ã€‚多数決ã®çµæžœã€‚ã¾ãŸã¯æ•°å¦çš„ã«å‡¦ç†ã™ã‚‹å‰ã®å¤§é‡ã®æƒ…å ±ï¼ˆCollective Intelligence） ã²ã¨ã‚Šã²ã¨ã‚Šã®äºˆæƒ³ã‚’ã€ãŸãã•ã‚“集ã‚ã¦é›†è¨ˆã—ã¦ã¿ã‚‹ã¨æ„外ã¨å½“ãŸã£ã¦ã„ã‚‹ã‚‚ã®ã ã€ã¨ã„ã†ã‚ˆã†ãªè©±ã€‚未処ç†çŠ¶æ…‹ã®å¤§é‡ã®æƒ…å ±ã‚’æŒ‡ã—ã€ä½•ã‚‰ã‹ã®å‡¦ç†ã‚’ã—ã¦æä¾›ã™ã‚‹è£…置を「集åˆçŸ¥ã‚’利用ã—ãŸã‚µãƒ¼ãƒ“スã€ã¨å‘¼ã¶ã“ã¨ã‚‚ã‚る。 （2）複数人ã®çŸ¥æµã®é›†åˆï¼ˆwisdom of crowds） ã²ã¨ã¤ã®èª²é¡Œã«å–り組むã¨ãã€è¶…優秀ãªã²ã¨ã‚Šã‚ˆã‚Šã€ãã‚Œãªã‚Šã«å„ªç§€ãªä½•äººã‹ã®é›†åˆãŒè¤‡æ•°ã®è¦–点を上手ã«ä½¿ã£ã¦å–り組む方ãŒé«˜ã„æˆæžœã‚’生むã“ã¨ãŒã§ãã‚‹ã€ã¨ã„ã†ã‚ˆã†ãªè©±ã€‚ãã‚Œã¨ã€è‡ªåˆ†ãŒçŸ¥ã‚‰ãªã„ã“ã¨ã‚‚èžã„ã¦ã¿ã‚Œã°èª°ã‹ãŒç”ãˆã¦ãれるよã€ã¿ãŸã„ãªè©±ã€‚ä¼¼ãŸã‚ˆã†ãªã‚‚ã®ã ãŒ
1
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
{{#tags}}- {{label}}
{{/tags}}