『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=14183)

EID=14183EID:14183, Map:0, LastModified:2015年1月29日(木) 11:43:00, 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) Sorida Yukio (日) 反田 幸男 (読) そりだ ゆきお
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
題名 (必須): (英) New Algorithm for Hierarchical Sturucture Learning Automata Operating in a Nonstationary Environment  (日) 非定常環境中で動作する階層構造学習オートマトンの新しい学習アルゴリズム   [継承]
副題 (任意):
要約 (任意): (英) For hierarchical structure learning automata operating in a nonstationary random environment, in this paper, a new learning algorithm is constructed by extending the relative reward strength algorithm proposed by Simha and Kurose. The learning propertiy of our algorithm is considered theoretically, and it is proved that the path probability of the optimal path can be approached 1 as much as possible by using our algorithm. In numerical simulation, the number of iterations of our algorithm is compared with that of the hierarchical structure learning algorithm proposed by Thathachar and Ramakrishnan, and it is shown that our algorithm can find the optimal path after the smaller number of iterations than that of the algorithm of Thathachar and Ramakrishnan.  (日) Relative Reward Strength Algorithmを階層構造学習オートマトンに適用し,新しい階層構造学習アルゴリズムを提案した.各レベルの学習オ-トマトンに対する最新reward vectorを定義し,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,本階層構造学習アルゴリズムによって,最適パス確率をいくらでも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,各確率オ-トマトンがそれぞれ2個の動作をもつレベル数11の階層構造学習オートマトン(パスの総数は2048本)に,本学習アルゴリズムと従来の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,本階層構造学習アルゴリズムが,より少ない学習回数で収束することを確かめた.   [継承]
キーワード (推奨): 1. (英) 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): 30 [継承]
(必須): 8 [継承]
(必須): 953 958 [継承]
都市 (任意):
年月日 (必須): 西暦 1994年 8月 1日 (平成 6年 8月 1日) [継承]
URL (任意): http://ci.nii.ac.jp/naid/130003970277/ [継承]
DOI (任意): 10.9746/sicetr1965.30.953    (→Scopusで検索) [継承]
PMID (任意):
NAID (任意): 130003970277 [継承]
WOS (任意):
Scopus (任意):
機関リポジトリ (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, 反田 幸男 : 非定常環境中で動作する階層構造学習オートマトンの新しい学習アルゴリズム, 計測自動制御学会論文集, Vol.30, No.8, 953-958, 1994年.
欧文冊子 ● Yoshio Mogami, Norio Baba and Yukio Sorida : New Algorithm for Hierarchical Sturucture Learning Automata Operating in a Nonstationary Environment, Transactions of the Society of Instrument and Control Engineers, Vol.30, No.8, 953-958, 1994.

関連情報

Number of session users = 4, LA = 0.28, Max(EID) = 348631, Max(EOID) = 936364.