任意の分布に従うデータに自己適応可能な学習分類子システム

一种能够自适应遵循任意分布的数据的学习分类器系统

• 批准号: 17J03593
• 负责人: 辰巳 嵩豊
• 金额: $ 1.73万
• 依托单位: The University of Electro-Communications
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2017
• 资助国家: 日本
• 起止时间: 2017-04-26 至 2020-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17J03593/
• 关键词: 学習分類子システム; データマイニング; 雑音; 分類問題

本研究では機械学習の一手法の学習分類子システムを用いて、実環境から取得されたデータから人間にとって解釈性の高いルールを獲得するために(1) 環境からの入力, 環境への出力及びその出力に対する評価である報酬が「特定」の分布に従う環境への適応，(2)入力, 出力及び報酬が「不特定」の分布に従う環境への適応, (3)学習に用いるデータ数が少なく入力の種類に偏りがあり十分に環境全体を網羅できない環境への適応に取り組む。その目的達成に向けて本年度は(2)及び(3)に対して取り組んだ。(2)に関しては報酬に対して様々な形状の雑音が付加された環境においてこれまでに提案した学習分類子システムを適用し、雑音の形状やその強度に関する情報を与えずに獲得を目指すルールを獲得できるかを確認し、数理的な解析による手法の適用可能な雑音の限界点を明らかにした。 (3)に関してはこれまでに提案した学習分類子システムを複数の分類問題に適用し、提案手法が分類器を獲得するに当たり障害となる問題を明らかにした。本研究の成果の社会に向けた発信として、成果を国際学会のIEEE Congress on Evolutionary Computation 2019及びThe Genetic and Evolutionary Computation Conference (GECCO) 2019のWorkshopと国内学会の進化計算シンポジウムにおいてそれぞれ1件ずつ発表した。

This study で は mechanical learning の a gimmick の classification son シ ス テ ム を with い て, be environment か ら obtain さ れ た デ ー タ か ら human に と っ て 釈 solution の high い ル ー ル を get す る た め に (1) the environment か ら の into force, environment へ の output and び そ の output に す seaborne る review 価 で あ る が remuneration "specific" の distribution に 従 う environment へ の 応, (2) into the force, output and び が remuneration distribution "is not a specific" の に 従 う environment へ の 応, (3) use learning に い る デ ー タ number less が な く の species into force に partial り が あ り very に environment all を snare で き な い environment へ の optimum 応 に む り group. Youdaoplaceholder0 そ objective to achieve に to select the んだ group from けて this year て (2) and び(3)に against て て. (2) に masato し て は に remuneration polices し て others 々 な shape の が 雑 notes plus さ れ た environment に お い て こ れ ま で に proposal し た learning classification son シ ス テ ム を applicable し, 雑 の shape や そ の strength に masato す る intelligence を and え ず に get を refers す ル ー ル を get で き る か を confirm し, mathematical analytical に な よ る gimmick の may apply な 雑 の limit The boundary point を Ming ら た に た た. (3) に masato し て は こ れ ま で に proposal し た learning classification son シ ス テ ム を plural の に applicable し classification problems, the proposed technique が classifier を get す る に when た り handicap of と な る problem を Ming ら か に し た. The <s:1> results of this study <e:1> were sent to けた by the に society と て て, the を international society <e:1> IEEE Congress on Evolutionary Computation 2019 and びThe Genetic and Evolutionary Computation Conference (GECCO) 2019 の Workshop と domestic society の evolutionary computation シ ン ポ ジ ウ ム に お い て そ れ ぞ れ 1 piece ず つ 発 table し た.

项目成果

Applying Variance-based Learning Classifier System without Convergence of Reward Estimation into Various Reward Distribution,

将不收敛奖励估计的基于方差的学习分类器系统应用到各种奖励分配中，

• 发表时间: 2017
• 作者: Tatsumi;T. (Sato;H.;Kovacs;T.;Takadama;K.)
• 通讯作者: K.)

Comparison of Statistical Table- and Non-Statistical Table-based XCS in Noisy Environments

噪声环境中基于统计表和非统计表的 XCS 的比较

• 发表时间: 2019
• 作者: Tatsumi;T. and Takadama;K.
• 通讯作者: K.

Acquiring Classifiers for Bipolarized Reward by XCS in a Continuous Reward Environment

在连续奖励环境中通过 XCS 获取双极化奖励的分类器

• 发表时间: 2019
• 期刊: SICE Journal of Control, Measurement, and System Integration (JCMSI)
• 作者: Tatsumi;T. and Takadama;K.
• 通讯作者: K.

XCS-CR: Determining Accuracy of Classifier by its Collective Reward in Action Set toward Environment with Action Noise

XCS-CR：通过针对具有动作噪声的环境的动作集的集体奖励来确定分类器的准确性

• 发表时间: 2018
• 作者: Tatsumi;T.;Kovacs;T.;and Takadama;K.
• 通讯作者: K.