ファジィニューラルネットワークにおける強化学習及び非線形予測への応用
ファジィニューラルネットワークにおける強化学習及び非線形予測への応用
カテゴリ: 部門大会
論文No: OS8-4
グループ名: 【C】平成16年電気学会電子・情報・システム部門大会講演論文集
発行日: 2004/09/02
タイトル(英語): Reinforcement Learning in A Fuzzy Neural Network and Its Application on Nonlinear Prediction
著者名: 呉本 尭(山口大学),小林 邦和(山口大学),大林 正直(山口大学)
著者名(英語): Takashi Kuremoto(Yamaguchi University),Kunikazu Kobayashi(Yamaguchi University),Masanao Obayashi(Yamaguchi University)
キーワード: 強化学習|ファジィニューラルネットワーク|カオス時系列|確率傾斜法(SGA)|非線形予測|reinforcement learning|fuzzy neural network|chaos time series|stochastic gradient ascent algorithm(SGA)|nonlinear prediction
要約(日本語): 非線形現象の予測において、これまで、我々は自己組織化を有するファジィニューラルネットワークを提案し、カオス時系列予測(ローレンツカオス)を行ってきた。その予測システムは不連続行動値を扱うSGA(Stochastic Gradient Ascent)法を用いて、確率密度関数によって試行錯誤を行い、行動(予測)学習ができた。本報告では、従来の正規分布による確率政策を探索領域の偏り(探索方向)も調整可能な適応的探索法(RasID)に変更し、少ない試行でより精度の高い予測の可能性を探る。更に音声データやダムの水流入量などの実データを用いて、提案システムの有効性を検証する。
PDFファイルサイズ: 1,394 Kバイト
受取状況を読み込めませんでした
