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 2019-03-07 16:15
情報理論的尺度に基づく家族的類似クラスターの順序関係の学習可能性について ~ ベイジアン逆強化学習の報酬を家族的類似度と見做すこととは何か? ~
森住哲也神奈川大SITE2018-76 IA2018-68
抄録 (和) 本論文では,<私>という視点を人工知能的システムに組み込むアプローチを示す.「それぞれの<私>が他者性を如何に解釈するか」という問いに対し,ウィトゲンシュタインの言語ゲームに於ける家族的類似の概念と世阿弥の離見の見の概念を確率モデルによって設計する.確率変数としての存在者は家族的類似として現れる.しかし一方で,その存在者はプレオーダーのテクストの族から全順序のテクストのクラスターへと再構築されなければならない.そのための必要条件は次に示される:「テクストの家族的類似のクラスターの境界となる確率変数の確率分布を学習させる過程」,即ち「順序関係の公理にしたがう決定論的なテクストのあつまりを生成する過程」が確率的に分析される.それにより大量のテクストから家族的類似を満たす順序関係の規則を抽出する.即ち,半順序関係,全順序関係の性質を持つテクストのクラスターが分析されることによって確率的世界から決定の世界の順序関係が導かれる.確率分布の家族的類似は情報理論的尺度の順序関係によって評価される.
本論文では,私の意思を示す教師データを使用する,教師ありベイジアン逆強化学習(Supervised Bayesian Inverse Reinforcement Learning (S-BIRL))のグラフィカルモデルを示す.S-BIRLはBleiのsupervised LDAの潜在的確率変数を強化学習のアクションの潜在的なパラメーターと解釈し,かつRamageのLabeled LDAを強化学習の状態Sのラベルとして解釈するモデルである. 
(英) In this paper, we present an approach to incorporate the viewpoint of <mind> into an artificial intelligent system. To the question "How each mind interprets others'", “family resemblance” in Wittgenstein's language game and concepts of “Riken-no-ken (sight outside of sight)” used in Ze’ami’s treatise on Noh are designed by probabilistic models .Those who exist as stochastic variables appear as family resemblance. But on the other hand, its existence must be reconstructed from the pre-order text group to the total order cluster. The requirements for this are as follows: "The process of learning the probability distribution of the random variable that becomes the boundary of the familial resemblance clusters of texts", that is, "the process of generating a set of deterministic texts that satisfies the axiom of order relation" is stochastically analyzed . It extracts rules of order relation satisfying the familial resemblance from a large amount of text. That is, by analyzing clusters of texts having partial-order relation and total-order relationship property, the order relation of decision world is derived from stochastic world. Family similarity of probability distribution is evaluated by order relation of information theoretic scale. In this paper, we show a graphical model of Supervised Bayesian Inverse Reinforcement Learning (S - BIRL) using supervised data. S - BIRL is a model that interprets the potential random variable of Blei 's supervised LDA as a potential parameter of reinforcement learning actions and interprets Ramage' s Labeled LDA as a label of reinforcement learning state S.
キーワード (和) 人工知能 / 確率的モデル / 教師あり逆強化学習 / supervised LDA / 前順序関係 / 半順序関係 / 家族的類似 / ウィトゲンシュタイン  
(英) Artificial intelligence / probabilistic model / supervised inverse reinforcement learning / supervised LDA / pre-order / partial-order / family resemblance / Wittgenstein  
文献情報 信学技報, vol. 118, no. 480, SITE2018-76, pp. 133-140, 2019年3月.
資料番号 SITE2018-76 
発行日 2019-02-28 (SITE, IA) 
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 SITE2018-76 IA2018-68

研究会情報
研究会 IA SITE IPSJ-IOT  
開催期間 2019-03-07 - 2019-03-08 
開催地(和) グランドエクシブ鳴門 
開催地(英) Grand XIV Naruto 
テーマ(和) インターネットと情報倫理教育、一般 
テーマ(英) Internet and Information Ethics Education, etc. 
講演論文情報の詳細
申込み研究会 SITE 
会議コード 2019-03-IA-SITE-IOT 
本文の言語 日本語 
タイトル(和) 情報理論的尺度に基づく家族的類似クラスターの順序関係の学習可能性について 
サブタイトル(和) ベイジアン逆強化学習の報酬を家族的類似度と見做すこととは何か? 
タイトル(英) On the possibility of learning the order relation of familial resemblance clusters based on Information theoretic scale 
サブタイトル(英) What is mean by "Defining the rewards of Bayesian inverse reinforcement learning as family resenblence"? 
キーワード(1)(和/英) 人工知能 / Artificial intelligence  
キーワード(2)(和/英) 確率的モデル / probabilistic model  
キーワード(3)(和/英) 教師あり逆強化学習 / supervised inverse reinforcement learning  
キーワード(4)(和/英) supervised LDA / supervised LDA  
キーワード(5)(和/英) 前順序関係 / pre-order  
キーワード(6)(和/英) 半順序関係 / partial-order  
キーワード(7)(和/英) 家族的類似 / family resemblance  
キーワード(8)(和/英) ウィトゲンシュタイン / Wittgenstein  
第1著者 氏名(和/英/ヨミ) 森住 哲也 / Tetsuya Morizumi / モリズミ テツヤ
第1著者 所属(和/英) 神奈川大学 (略称: 神奈川大)
Kanagawa University (略称: KU)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
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 2019-03-07 16:15:00 
発表時間 25分 
申込先研究会 SITE 
資料番号 SITE2018-76, IA2018-68 
巻番号(vol) vol.118 
号番号(no) no.480(SITE), no.481(IA) 
ページ範囲 pp.133-140 
ページ数
発行日 2019-02-28 (SITE, IA) 


[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