『徳島大学 教育・研究者情報データベース (EDB)』---[学外] /
ID: Pass:

登録内容 (EID=14189)

EID=14189EID:14189, Map:0, LastModified:2015年1月29日(木) 14:01:49, Operator:[三木 ちひろ], Avail:TRUE, Censor:0, Owner:[[学科長]/[徳島大学.工学部.知能情報工学科]], Read:継承, Write:継承, Delete:継承.
種別 (必須): 学術論文 (審査論文) [継承]
言語 (必須):
招待 (推奨):
審査 (推奨):
カテゴリ (推奨):
共著種別 (推奨):
学究種別 (推奨):
組織 (推奨): 1.徳島大学.工学部.知能情報工学科 [継承]
著者 (必須): 1.最上 義夫
役割 (任意): (英)   (日) 全頁執筆   [継承]
貢献度 (任意): 80 [継承]
学籍番号 (推奨):
[継承]
2. (英) Baba Norio (日) 馬場 則夫 (読) ばば のりお
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
3. (英) Sugiura Kimihiko (日) 杉浦 公彦 (読) すぎうら きみひこ
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
題名 (必須): (英) Variable Hierarchical Structure Learning Automata Operating in an S-model Nonstationary Environment  (日) S-モデル非定常環境中で動作する可変階層構造学習オートマトン   [継承]
副題 (任意):
要約 (任意): (英)   (日) 対象集合の要素数および内容とそれに対する報酬の確率分布との両者が未知であるようなS-モデル非定常環境中で動作する可変階層構造学習オートマトンについて考察し,Relative Reward Strength Algorithmを拡張することによって,新しい可変階層構造学習アルゴリズムを構築した.そして,ある条件のもとで,ステップサイズパラメータを適切にとると,本可変階層構造学習アルゴリズムによって,最良目標パスが選択される確率をいくらでも1に近い値にすることができることを示した.また,数値シミュレ-ションにおいては,各学習オートマトンがそれぞれ2個の動作を持ち,完全構造の最大レベル数が11である場合に,本学習アルゴリズムと従来の可変階層構造学習アルゴリズムの両者を適用することによって,本可変階層構造学習アルゴリズムが少ない学習回数で収束することを確認した.   [継承]
キーワード (推奨): 1. (英) variable hierarchical structure learning automata (日) (読) [継承]
2. (英) nonstationary random environment (日) (読) [継承]
3. (英) relative reward strength algorithm (日) (読) [継承]
4. (英) reward vector (日) (読) [継承]
発行所 (推奨): 計測自動制御学会 [継承]
誌名 (必須): 計測自動制御学会論文集 ([計測自動制御学会])
(pISSN: 0453-4654, eISSN: 1883-8189)

ISSN (任意): 0453-4654
ISSN: 0453-4654 (pISSN: 0453-4654, eISSN: 1883-8189)
Title: 計測自動制御学会論文集
Supplier: 公益社団法人 計測自動制御学会
Publisher: The Society of Instrument and Control Engineers
 (J-STAGE  (CrossRef (No Scopus information.)
[継承]
[継承]
(必須): 31 [継承]
(必須): 4 [継承]
(必須): 513 520 [継承]
都市 (任意):
年月日 (必須): 西暦 1995年 4月 1日 (平成 7年 4月 1日) [継承]
URL (任意): http://ci.nii.ac.jp/naid/10002484083/ [継承]
DOI (任意):
PMID (任意):
NAID (任意): 10002484083 [継承]
WOS (任意):
Scopus (任意):
評価値 (任意):
被引用数 (任意):
指導教員 (推奨):
備考 (任意):

標準的な表示

和文冊子 ● 最上 義夫, 馬場 則夫, 杉浦 公彦 : S-モデル非定常環境中で動作する可変階層構造学習オートマトン, 計測自動制御学会論文集, Vol.31, No.4, 513-520, 1995年.
欧文冊子 ● Yoshio Mogami, Norio Baba and Kimihiko Sugiura : Variable Hierarchical Structure Learning Automata Operating in an S-model Nonstationary Environment, Transactions of the Society of Instrument and Control Engineers, Vol.31, No.4, 513-520, 1995.

関連情報

Number of session users = 0, LA = 1.21, Max(EID) = 372500, Max(EOID) = 996244.