| 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 | 2021-03-03 14:25 クラスタごとに状態遷移確率が異なる複数の対象を同時制御するためのマルコフ決定過程 ○本村勇人・鎌塚 明・風間皐希・松嶋敏泰（早大）  IBISML2020-49 |
|
| 抄録 | （和） | マルコフ決定過程（MDP）は対象の確率的に変化する状態を制御する問題に用いられる代表的なモデルの一つであり，極めて広範な分野で活用されている． 例えば，一人の利用者に対する推薦システムに関する問題は，MDPによってモデル化できる． しかしながら，現実の推薦システムの利用者（制御対象）は一人ではなく複数人であり， さらに，購買傾向は共通の趣向をもつ（同一のクラスタに属する）利用者ごとに異なっていると考えられる． したがって，こうした推薦システムの特徴を表現するためには，従来のMDPでは不十分である． その上，一般に，利用者の購買傾向は未知であるため，状態遷移確率関数を各利用者の履歴データから学習する問題設定を考える必要がある． そこで本研究では，制御対象が複数であり，かつ，クラスタによって状態遷移確率が異なるマルコフ決定過程モデル（拡張MDPモデル）を提案し， 事前に収集した各制御対象の履歴データから政策を求める問題を考える． まず，状態遷移確率が既知の場合および未知の場合において， ベイズ決定理論に基づいて問題を定式化し，そのもとで最適解を導出する． その後，最適解を計算する手法を提案する． |
| （英） | In this study, we propose an extended MDP model, which is a Markov decision process model with multiple control objects and different state transition probabilities for each cluster. In the model, we consider problems of deriving policies from historical data of each objects which are collected in advance. We formulate the problems based on the Bayesian decision theory for both known and unknown state transition probabilities. Then we derive the optimal solutions of the problems. Finally, we propose calculation algorithms for the optimal solutions. |
|
| キーワード | （和） | マルコフ決定過程 / ベイズ決定理論 / 機械学習 / 集団制御 / 推薦システム / / / |
| （英） | Markov decision processes / Bayesian decision theory / machine learning / collective control / recommender system / recommendation system / / | |
| 文献情報 | 信学技報, vol. 120, no. 395, IBISML2020-49, pp. 47-54, 2021年3月. | |
| 資料番号 | IBISML2020-49 | |
| 発行日 | 2021-02-23 (IBISML) | |
| ISSN | 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 | IBISML2020-49 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2021-03-02 - 2021-03-04 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習に関するオーガナイズドセッションおよび一般 |
| テーマ（英） | Organized and general sessions on machine learning |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2021-03-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | クラスタごとに状態遷移確率が異なる複数の対象を同時制御するためのマルコフ決定過程 |
| サブタイトル（和） | |
| タイトル（英） | Markov Decision Processes for Simultaneous Control of Multiple Objects with Different State Transition Probabilities in Each Cluster |
| サブタイトル（英） | |
| キーワード(1)（和/英） | マルコフ決定過程 / Markov decision processes |
| キーワード(2)（和/英） | ベイズ決定理論 / Bayesian decision theory |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | 集団制御 / collective control |
| キーワード(5)（和/英） | 推薦システム / recommender system |
| キーワード(6)（和/英） | / recommendation system |
| 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） | 本村 勇人 / Yuto Motomura / モトムラ ユウト |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 鎌塚 明 / Akira Kamatsuka / カマツカ アキラ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 風間 皐希 / Koki Kazama / カザマ コウキ |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 松嶋 敏泰 / Toshiyasu Matsushima / マツシマ トシヤス |
| 第4著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-03 14:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2020-49 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.395 |
| ページ範囲 | pp.47-54 |
| ページ数 | 8 |
| 発行日 | 2021-02-23 (IBISML) |
[研究会発表申込システムのトップページに戻る]