| 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 | 2022-01-11 14:05 強化学習を用いた確率ブーリアンネットワークの自己駆動型低次元制御器の設計 ○滝澤慶招・小林孝一・山下 裕（北大）  MSS2021-37 SS2021-24 |
|
| 抄録 | （和） | 強化学習を用いた確率ブーリアンネットワークの安定化を考える．強化学習を用いることで，遺伝子ネットワークといった複雑なシステムをモデルフリーな手法で制御することができる．本論文では，状態フィードバック制御器における状態変数の数を減らす低次元化を考えた上で, 自己駆動制御の適用を考える．システムを安定化させる自己駆動型低次元化制御器のための報酬関数の設計方法を提案する． |
| （英） | We consider the stabilization of Probabilistic Boolean Networks using reinforcement learning. Using reinforcement learning, complex systems such as gene regulatory networks can be controlled by a model-free method. In this paper, we consider the reduction of the number of state variables in the state feedback controller, and then consider the application of self-triggered control. We propose a method of designing a reward function for a self-triggered reduced-order controller that stabilizes the system. | |
| キーワード | （和） | 確率ブーリアンネットワーク / 強化学習 / フィードバック安定化 / 自己駆動制御 / / / / |
| （英） | probabilistic Boolean networks / reinforcement learning / feedback stabilization / self-triggered control / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 317, MSS2021-37, pp. 35-39, 2022年1月. | |
| 資料番号 | MSS2021-37 | |
| 発行日 | 2022-01-04 (MSS, SS) | |
| 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) | |
| 査読に ついて |
本技術報告は査読を経ていない技術報告であり，推敲を加えられていずれかの場に発表されることがあります． | |
| PDFダウンロード | MSS2021-37 SS2021-24 |
|
| 研究会情報 | |
| 研究会 | SS MSS |
| 開催期間 | 2022-01-11 - 2022-01-12 |
| 開催地（和） | 長崎県建設総合会館 |
| 開催地（英） | Nagasakiken-Kensetsu-Sogo-Kaikan Bldg. |
| テーマ（和） | システム数理と応用，ソフトウェアサイエンスおよび一般 |
| テーマ（英） | Mathematical Systems Science and its Applications, Software Science, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MSS |
| 会議コード | 2022-01-SS-MSS |
| 本文の言語 | 日本語 |
| タイトル（和） | 強化学習を用いた確率ブーリアンネットワークの自己駆動型低次元制御器の設計 |
| サブタイトル（和） | |
| タイトル（英） | Design of Self-Triggered Reduced-Order Controllers of Probabilistic Boolean Networks Using Reinforcement Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 確率ブーリアンネットワーク / probabilistic Boolean networks |
| キーワード(2)（和/英） | 強化学習 / reinforcement learning |
| キーワード(3)（和/英） | フィードバック安定化 / feedback stabilization |
| キーワード(4)（和/英） | 自己駆動制御 / self-triggered control |
| 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） | 滝澤 慶招 / Michiaki Takizawa / タキザワ ミチアキ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 小林 孝一 / Koichi Kobayashi / コバヤシ コウイチ |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 山下 裕 / Yuh Yamashita / ヤマシタ ユウ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-01-11 14:05:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MSS |
| 資料番号 | MSS2021-37, SS2021-24 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.317(MSS), no.318(SS) |
| ページ範囲 | pp.35-39 |
| ページ数 | 5 |
| 発行日 | 2022-01-04 (MSS, SS) |
[研究会発表申込システムのトップページに戻る]