分割学習で作成した種ルールを用いた遺伝的機械学習によるエレベータ運行ルール集合獲得の効率化

カテゴリ: 研究会(論文単位)

論文No: ST15027

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2015/12/06

タイトル(英語): Improving Efficiency in Genetics-Based Machine Learning for Elevator Operations by Employing Seed Rules

著者名: 稲元 勉(愛媛大学),樋上 喜信(愛媛大学),小林 真也(愛媛大学)

著者名(英語): Tsutomu Inamoto(Ehime University),Yoshinobu Higami(Ehime University),Shin-ya Kobayashi(Ehime University)

キーワード: エレベータ運行計画|遺伝的機械学習|elevator operation|genetics-based machine learning

要約(日本語): 本発表では，エレベータ運行のためのルール集合を学習する遺伝的機械学習の効率の向上を目的とした研究を報告する．エレベータシステムの利用者の移動データの集まりを例題と呼ぶ．大きな例題集合全体についてではなく，それを分割して生成した小さなルール集合ごとに有効なルール集合を学習しておく．評価では，そのようにして得られたルールを初期ルールに含め，大きな例題集合全体に対して有効なルール集合の獲得を試みた結果を報告する．

要約(英語): We report a study to improve efficiency in genetics-based machine learning method for elevator operations.This study is inspired by the well-known divide-and-conquer methodology, and employs seed rules which are obtained from fewer problem instances than entire problem instances.We plan to display some computational results.

原稿種別: 日本語

PDFファイルサイズ: 790 Kバイト