Theory and Application of Statistical Reinforcement Learning

统计强化学习理论与应用

基本信息

  • 批准号:
    17H00757
  • 负责人:
  • 金额:
    $ 28.79万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (A)
  • 财政年份:
    2017
  • 资助国家:
    日本
  • 起止时间:
    2017-04-01 至 2022-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(40)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
杉山将のウェブページ
杉山雅史的网页
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach
弱监督下的机器学习:一种经验性风险最小化方法
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Masashi Sugiyama;Han Bao;Takashi Ishida;Nan Lu;Tomoya Sakai;and Gang Niu
  • 通讯作者:
    and Gang Niu
A unified view of likelihood ratio and reparameterization gradients
  • DOI:
  • 发表时间:
    2021-05
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Paavo Parmas;Masashi Sugiyama
  • 通讯作者:
    Paavo Parmas;Masashi Sugiyama
Data61(Australia)
Data61(澳大利亚)
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
Expectation Propagation for t-Exponential Family Using q-Algebra
  • DOI:
  • 发表时间:
    2017-05
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Futoshi Futami;Issei Sato;Masashi Sugiyama
  • 通讯作者:
    Futoshi Futami;Issei Sato;Masashi Sugiyama
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Sugiyama Masashi其他文献

An Online Policy Gradient Algorithm for Markov Decision Processes with Continuous States and Actions
具有连续状态和动作的马尔可夫决策过程的在线策略梯度算法
  • DOI:
    10.1162/neco_a_00808
  • 发表时间:
    2014-09
  • 期刊:
  • 影响因子:
    2.9
  • 作者:
    Ma Yao;Zhao Tingting;Hatano Kohei;Sugiyama Masashi
  • 通讯作者:
    Sugiyama Masashi
Reconstruction of dynamical systems based on machine learning technique
基于机器学习技术的动力系统重构
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Tanimoto Akira;Yamada So;Takenouchi Takashi;Sugiyama Masashi;Kashima Hisashi;Naoto Nakano
  • 通讯作者:
    Naoto Nakano
海洋地球研究船「みらい」による北極海観測と砕氷船への期待
海洋地球科考船“未来”号北冰洋观测及对破冰船的期望
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Liu Song;Suzuki Taiji;Relator Raissa;Sese Jun;Sugiyama Masashi;Fukumizu Kenji;西野茂人
  • 通讯作者:
    西野茂人
ブッシュマンの道具を言語学的に見る
从语言学角度审视布须曼人的工具
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Ohnishi Motoya;Notomista Gennaro;Sugiyama Masashi;Egerstedt Magnus;中川裕
  • 通讯作者:
    中川裕
Trial and Error Using Previous Experiences as Simulation Models in Humanoid Motor Learning
使用以前的经验作为人形运动学习中的模拟模型的尝试和错误
  • DOI:
    10.1109/mra.2015.2511681
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    5.7
  • 作者:
    Sugimoto Norikazu;Tangkaratt Voot;Sugiyama Masashi;Wensveen Thijs;Zhao Tingting;Morimoto Jun;Sugimoto N
  • 通讯作者:
    Sugimoto N

Sugiyama Masashi的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Sugiyama Masashi', 18)}}的其他基金

Theory and Application of Information-Based Machine Learning
基于信息的机器学习理论与应用
  • 批准号:
    25700022
  • 财政年份:
    2013
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Young Scientists (A)

相似海外基金

肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
  • 批准号:
    24K15796
  • 财政年份:
    2024
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
  • 批准号:
    24K13948
  • 财政年份:
    2024
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
  • 批准号:
    24K13518
  • 财政年份:
    2024
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
  • 批准号:
    24K15093
  • 财政年份:
    2024
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
  • 批准号:
    24K15095
  • 财政年份:
    2024
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
多次元イベント時間データ解析の推測理論と方法・機械学習の開発
多维事件时间数据分析的推理理论和方法/机器学习的发展
  • 批准号:
    24K14853
  • 财政年份:
    2024
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
速度ポテンシャルエネルギー整形法と機械学習を用いた宇宙機制御理論の開発
利用速度势能整形方法和机器学习发展航天器控制理论
  • 批准号:
    23K20946
  • 财政年份:
    2024
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
ユビキタス機械学習社会におけるプライバシ保護基盤
无处不在的机器学习社会中的隐私保护基础设施
  • 批准号:
    23K21695
  • 财政年份:
    2024
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
正則化機能強化による超ロバスト推定法の開拓と一般化:信号処理・機械学習への応用
通过加强正则化功能开发和推广超鲁棒估计方法:在信号处理和机器学习中的应用
  • 批准号:
    23K22762
  • 财政年份:
    2024
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
攻撃に耐性を持つ機械学習モデルによる設計工程ハードウェアトロイ検知
使用抗攻击的机器学习模型在设计过程中检测硬件木马
  • 批准号:
    23K24816
  • 财政年份:
    2024
  • 资助金额:
    $ 28.79万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了