お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2009-12-21 14:25
強化学習を用いた高次元非線形時系列予測
高岩 麦佐藤仁樹公立はこだて未来大NLP2009-133
抄録 (和) 複数の非線形時系列から有効な情報を抽出し,強化学習を利用することにより非線形時系列の予測精度を改善した.まず,報酬を考慮した主成分分析に基づく状態空間圧縮法により,複数の時系列データを圧縮した.また,予測関数を近似するために必要となる基底を,基底の活性度を利用した適応的インデックス配分法により適応的に構築した.これらの手法により,複数の時系列から有効な情報を抽出した.さらに,時系列の非線形な関係を表現するために強化学習を利用した.その結果,非線形時系列データに対する予測誤差を改善できた. 
(英) We extracted principal elements from several nonlinear time series and reduced the prediction error of the time series using reinforcement learning.First, we compressed the time series using state space compression based on reward-weighted principal component analysis.Next, we constructed an orthonormal basis for approximating a prediction function using adaptive basis construction based on activity-oriented index allocation.With these methods, principal elements could be extracted from the time series.Finally, we used reinforcement learning, which can express nonlinear relations between the time series, demonstrating that the prediction error of the time series can be reduced.
キーワード (和) 強化学習 / 多変量解析 / 関数近似 / 非線形 / 予測 / / /  
(英) reinforcement learning / multivariate analysis / function approximation / nonlinear / prediction / / /  
文献情報 信学技報, vol. 109, no. 354, NLP2009-133, pp. 37-42, 2009年12月.
資料番号 NLP2009-133 
発行日 2009-12-14 (NLP) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード NLP2009-133

研究会情報
研究会 NLP  
開催期間 2009-12-21 - 2009-12-21 
開催地(和) つなぎ温泉 清温荘 
開催地(英)  
テーマ(和) 一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 NLP 
会議コード 2009-12-NLP 
本文の言語 日本語 
タイトル(和) 強化学習を用いた高次元非線形時系列予測 
サブタイトル(和)  
タイトル(英) High-dimensional Nonlinear Time Series Prediction with Reinforcement Learning 
サブタイトル(英)  
キーワード(1)(和/英) 強化学習 / reinforcement learning  
キーワード(2)(和/英) 多変量解析 / multivariate analysis  
キーワード(3)(和/英) 関数近似 / function approximation  
キーワード(4)(和/英) 非線形 / nonlinear  
キーワード(5)(和/英) 予測 / prediction  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 高岩 麦 / Baku Takaiwa / タカイワ バク
第1著者 所属(和/英) 公立はこだて未来大学 (略称: 公立はこだて未来大)
Future University Hakodate (略称: Future Univ. Hakodate)
第2著者 氏名(和/英/ヨミ) 佐藤 仁樹 / Hideki Satoh / サトウ ヒデキ
第2著者 所属(和/英) 公立はこだて未来大学 (略称: 公立はこだて未来大)
Future University Hakodate (略称: Future Univ. Hakodate)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2009-12-21 14:25:00 
発表時間 25分 
申込先研究会 NLP 
資料番号 NLP2009-133 
巻番号(vol) vol.109 
号番号(no) no.354 
ページ範囲 pp.37-42 
ページ数
発行日 2009-12-14 (NLP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会