{"product_id":"ieej-ct10tc13006","title":"インスタンスベース政策最適化における次元縮約の効果に関する数値的解析","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eTC13-6\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【C】平成22年電気学会電子・情報・システム部門大会講演論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2010\/09\/02\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eNumerical Analysis of Dimensionality Reduction for Instance-Based Policy Optimization\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e半田 久志(岡山大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eHisashi Handa(Okayama University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eインスタンスベース政策最適化|多様体学習|次元縮約次元縮約|Instance-Based Policy Optimization|Manifold Learning|Dimensitonality Reduction\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e本研究では,多様体学習を用いて,エージェントの入力空間の縮約を行い,縮約後の入力を用いて行動学習する.学習器としては進化学習の一手法であるインスタンスベース政策最適化を用いる.圧縮効率を表す相対誤差を導入し,相対誤差が進化学習に及ぼす影響について調査した.\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e4,375 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 6","offer_id":46406424494319,"sku":"IEEJ-CT10TC13006-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_6caa8fc5-3a74-4d10-987d-9faba8243fb1.png?v=1745137950","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-ct10tc13006","provider":"電気学会 電子図書館","version":"1.0","type":"link"}