| 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 | 2017-11-10 13:00 バンディット環境下における優良腕識別 ○鹿野英明・本多淳也（東大/理研）・坂巻顕太郎（東大）・松浦健太郎（Johnson & Johnson）・中村篤祥（北大）・杉山 将（理研/東大）  IBISML2017-82 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | In this paper, we consider and discuss a new stochastic multi-armed bandit problem called {em good arm identification} (GAI), where a good arm is an arm with expected reward greater than or equal to a given threshold. GAI is a pure-exploration problem that an agent repeats a process of outputting an arm as soon as it is identified as a good one before confirming the other arms are actually not good. The objective of GAI is to minimize the number of samples for each process. We find that GAI faces a new kind of dilemma, the {em exploration-exploitation dilemma of confidence}, while best arm identification does not. Therefore, GAI is not just an extension of the best arm identification. Actually, an efficient design of algorithms for GAI is quite different from that for best arm identification. We derive a lower bound on the sample complexity for GAI and develop an algorithm whose sample complexity almost matches the lower bound. We also confirm experimentally that the proposed algorithm outperforms a naive algorithm and a thresholding-bandit-like algorithm in synthetic settings and in settings based on medical data. | |
| キーワード | （和） | 機械学習 / 強化学習 / オンライン学習 / 多腕バンディット問題 / / / / |
| （英） | Machine Learning / Reinforcement Learning / Online Learning / Multi Armed Bandits / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 293, IBISML2017-82, pp. 339-346, 2017年11月. | |
| 資料番号 | IBISML2017-82 | |
| 発行日 | 2017-11-02 (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 | IBISML2017-82 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2017-11-08 - 2017-11-10 |
| 開催地（和） | 東京大学 |
| 開催地（英） | Univ. of Tokyo |
| テーマ（和） | 情報論的学習理論ワークショップ (IBIS2017) |
| テーマ（英） | Information-Based Induction Science Workshop (IBIS2017) |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2017-11-IBISML |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | バンディット環境下における優良腕識別 |
| サブタイトル（和） | |
| タイトル（英） | Good Arm Identification via Bandit Feedback |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 機械学習 / Machine Learning |
| キーワード(2)（和/英） | 強化学習 / Reinforcement Learning |
| キーワード(3)（和/英） | オンライン学習 / Online Learning |
| キーワード(4)（和/英） | 多腕バンディット問題 / Multi Armed Bandits |
| 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） | 鹿野 英明 / Hideaki Kano / カノ ヒデアキ |
| 第1著者 所属（和/英） | 東京大学/理化学研究所 (略称： 東大/理研) The University of Tokyo/RIKEN (略称： UTokyo/RIKEN) |
| 第2著者 氏名（和/英/ヨミ） | 本多 淳也 / Junya Honda / ホンダ ジュンヤ |
| 第2著者 所属（和/英） | 東京大学/理化学研究所 (略称： 東大/理研) The University of Tokyo/RIKEN (略称： UTokyo/RIKEN) |
| 第3著者 氏名（和/英/ヨミ） | 坂巻 顕太郎 / Kentaro Sakamaki / サカマキ ケンタロウ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第4著者 氏名（和/英/ヨミ） | 松浦 健太郎 / Kentaro Matsuura / マツウラ ケンタロウ |
| 第4著者 所属（和/英） | Johnson & Johnson (略称： Johnson & Johnson) Johnson & Johnson (略称： Johnson & Johnson) |
| 第5著者 氏名（和/英/ヨミ） | 中村 篤祥 / Atsuyoshi Nakamura / ナカムラ アツヨシ |
| 第5著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： HU) |
| 第6著者 氏名（和/英/ヨミ） | 杉山 将 / Masashi Sugiyama / |
| 第6著者 所属（和/英） | 理化学研究所/東京大学 (略称： 理研/東大) RIKEN/The University of Tokyo (略称： RIKEN/UTokyo) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-11-10 13:00:00 |
| 発表時間 | 150分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2017-82 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.293 |
| ページ範囲 | pp.339-346 |
| ページ数 | 8 |
| 発行日 | 2017-11-02 (IBISML) |
[研究会発表申込システムのトップページに戻る]