| 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 | 2010-11-05 15:30 ［ポスター講演］動的計画法によるリターン分布推定 ○森村哲郎（日本IBM）・杉山 将（東工大）・鹿島久嗣（東大）・八谷大岳（東工大）・田中利幸（京大）  IBISML2010-98 |
|
| 抄録 | （和） | (事前公開アブストラクト) リターン（累積報酬値）の分布推定により、分布から規定される任意の特徴量を指標とした意思決定策を考えることができる。そのため、リターン分布推定によって、期待値以外にバリュー・アット・リスク等のリスク指標も考慮した強化学習法の実現が期待できる。また、近年、リターン分布の推定法として、分布Bellman方程式を動的計画法に基づいて近似的に解く手法が提案された。しかしながら、その収束性に関する解析は十分でない。そこで本報告では、動的計画法により分布Bellman方程式を解いた場合の収束性を解析する。動的計画法により、リターンの初期推定分布に依存せず真のリターン分布に収束することや、真の分布のモーメントへの収束率を報告する。また、解析結果から、既存のリターン分布推定法の改善策についても議論する。 |
| （英） | (Advance abstract in Japanese is available) | |
| キーワード | （和） | / / / / / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 110, no. 265, IBISML2010-98, pp. 283-290, 2010年11月. | |
| 資料番号 | IBISML2010-98 | |
| 発行日 | 2010-10-28 (IBISML) | |
| 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 | IBISML2010-98 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2010-11-04 - 2010-11-06 |
| 開催地（和） | 東大生産研 |
| 開催地（英） | IIS, Univ. of Tokyo |
| テーマ（和） | IBIS 2010 (情報論的学習理論ワークショップ) |
| テーマ（英） | IBIS 2010 (Workshop on Information-based Induction Sciences) |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2010-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 動的計画法によるリターン分布推定 |
| サブタイトル（和） | |
| タイトル（英） | Return distribution estimation with dynamic programming |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / |
| キーワード(2)（和/英） | / |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| 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） | 森村 哲郎 / Tetsuro Morimura / モリムラ テツロウ |
| 第1著者 所属（和/英） | 日本アイ・ビー・エム株式会社 (略称： 日本IBM) IBM Japan, Ltd. (略称： IBM Japan) |
| 第2著者 氏名（和/英/ヨミ） | 杉山 将 / Masashi Sugiyama / スギヤマ マサシ |
| 第2著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第3著者 氏名（和/英/ヨミ） | 鹿島 久嗣 / Hisashi Kashima / カシマ ヒサシ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第4著者 氏名（和/英/ヨミ） | 八谷 大岳 / Hirotaka Hachiya / ハチヤ ヒロタカ |
| 第4著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第5著者 氏名（和/英/ヨミ） | 田中 利幸 / Toshiyuki Tanaka / タナカ トシユキ |
| 第5著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-11-05 15:30:00 |
| 発表時間 | 180分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2010-98 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.265 |
| ページ範囲 | pp.283-290 |
| ページ数 | 8 |
| 発行日 | 2010-10-28 (IBISML) |
[研究会発表申込システムのトップページに戻る]