Privacy-aware Optimization and Learning in Multi-agent environments

多代理环境中的隐私感知优化和学习

• 批准号: 20700130
• 负责人: SAKUMA Jun
• 金额: $ 2.83万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2008
• 资助国家: 日本
• 起止时间: 2008 至 2009
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20700130/
• 关键词: プライバシ; データマイニング; モデル選択; 属性選択; 単純ベイズ; サポートベクターマシン; プライバシー; セキュリティ; 組み合わせ最適化; 強化学習; メタヒューリスティック; 遺伝的アルゴリズム; 局所探索

In this research project, learning and optimization from privately distributed data sources have been studied. Specifically, algorithm design, security, and performance evaluation has been considered. The traveling salesman problem, reinforcement learning, and pre/post-processing of classification tasks have been focused as target algorithms. In order to securely perform these algorithms with taking privately distributed information, protocol are specifically designed for each algorithm by making use of homomorphic public-key cryptosystem. Furthermore, we proved the security of these protocols. The assessment of the computational efficiency has been performed experimentally.

在这个研究项目中，学习和优化从私有分布式数据源进行了研究。具体而言，算法设计，安全性和性能评估已被考虑。旅行商问题、强化学习和分类任务的前/后处理一直是研究的重点。为了保证这些算法的安全性，并利用同态公钥密码体制，为每种算法设计了相应的协议。此外，我们证明了这些协议的安全性。的计算效率的评估已经进行了实验。

项目成果

Optimization of Instance-based Policy Based on real-coded Genetic Algorithms

基于实数编码遗传算法的实例策略优化

• 发表时间: 2008
• 作者: Miyamae;J.;Sakuma;J.;Ono;I.;and Kobayashi;S.
• 通讯作者: S.

混合分布推定のためのコンポーネントワイズEM

用于混合分布估计的逐分量 EM

• 发表时间: 2008
• 期刊: 人工知能学会論文誌 23
• 作者: 佐久間 淳;安藤 晋;小林 重信
• 通讯作者: 小林 重信

適応的実数値交叉AREXの提案と評価

自适应实值交叉AREX的提出和评估

• 发表时间: 2009
• 期刊: 人工知能学会論文誌 Vol.24,No 6
• 作者: 秋本洋平;永田祐一;佐久間淳;小野功;小林重信
• 通讯作者: 小林重信

機能分担多目的実数値GA : FS-MOGAの提案

功能划分的多目标实值遗传算法：FS-MOGA的提案

• 发表时间: 2009
• 期刊: 人工知能学会論文誌 24巻・1号
• 作者: 濱田直希;田中雅晴;佐久間淳;小野功;小林重信
• 通讯作者: 小林重信

インスタンスベース政策最適化のための実数値GAと非ホロノミック系制御への適用

基于实例的策略优化实值遗传算法及其在非完整系统控制中的应用

• 发表时间: 2009
• 期刊: 人工知能学会論文誌 vol.24,No.1
• 作者: 宮前惇;佐久間淳;小野功;小林重信
• 通讯作者: 小林重信