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 2017-11-10 13:00
バンディット環境下における優良腕識別
鹿野英明本多淳也東大/理研)・坂巻顕太郎東大)・松浦健太郎Johnson & Johnson)・中村篤祥北大)・杉山 将理研/東大IBISML2017-82
抄録 (和) (まだ登録されていません) 
(英) In this paper, we consider and discuss a new stochastic multi-armed bandit problem called {em good arm identification} (GAI), where a good arm is an arm with expected reward greater than or equal to a given threshold. GAI is a pure-exploration problem that an agent repeats a process of outputting an arm as soon as it is identified as a good one before confirming the other arms are actually not good. The objective of GAI is to minimize the number of samples for each process. We find that GAI faces a new kind of dilemma, the {em exploration-exploitation dilemma of confidence}, while best arm identification does not. Therefore, GAI is not just an extension of the best arm identification. Actually, an efficient design of algorithms for GAI is quite different from that for best arm identification. We derive a lower bound on the sample complexity for GAI and develop an algorithm whose sample complexity almost matches the lower bound. We also confirm experimentally that the proposed algorithm outperforms a naive algorithm and a thresholding-bandit-like algorithm in synthetic settings and in settings based on medical data.
キーワード (和) 機械学習 / 強化学習 / オンライン学習 / 多腕バンディット問題 / / / /  
(英) Machine Learning / Reinforcement Learning / Online Learning / Multi Armed Bandits / / / /  
文献情報 信学技報, vol. 117, no. 293, IBISML2017-82, pp. 339-346, 2017年11月.
資料番号 IBISML2017-82 
発行日 2017-11-02 (IBISML) 
ISSN Print edition: ISSN 0913-5685  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 IBISML2017-82

研究会情報
研究会 IBISML  
開催期間 2017-11-08 - 2017-11-10 
開催地(和) 東京大学 
開催地(英) Univ. of Tokyo 
テーマ(和) 情報論的学習理論ワークショップ (IBIS2017) 
テーマ(英) Information-Based Induction Science Workshop (IBIS2017) 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2017-11-IBISML 
本文の言語 英語(日本語タイトルあり) 
タイトル(和) バンディット環境下における優良腕識別 
サブタイトル(和)  
タイトル(英) Good Arm Identification via Bandit Feedback 
サブタイトル(英)  
キーワード(1)(和/英) 機械学習 / Machine Learning  
キーワード(2)(和/英) 強化学習 / Reinforcement Learning  
キーワード(3)(和/英) オンライン学習 / Online Learning  
キーワード(4)(和/英) 多腕バンディット問題 / Multi Armed Bandits  
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) 鹿野 英明 / Hideaki Kano / カノ ヒデアキ
第1著者 所属(和/英) 東京大学/理化学研究所 (略称: 東大/理研)
The University of Tokyo/RIKEN (略称: UTokyo/RIKEN)
第2著者 氏名(和/英/ヨミ) 本多 淳也 / Junya Honda / ホンダ ジュンヤ
第2著者 所属(和/英) 東京大学/理化学研究所 (略称: 東大/理研)
The University of Tokyo/RIKEN (略称: UTokyo/RIKEN)
第3著者 氏名(和/英/ヨミ) 坂巻 顕太郎 / Kentaro Sakamaki / サカマキ ケンタロウ
第3著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: UTokyo)
第4著者 氏名(和/英/ヨミ) 松浦 健太郎 / Kentaro Matsuura / マツウラ ケンタロウ
第4著者 所属(和/英) Johnson & Johnson (略称: Johnson & Johnson)
Johnson & Johnson (略称: Johnson & Johnson)
第5著者 氏名(和/英/ヨミ) 中村 篤祥 / Atsuyoshi Nakamura / ナカムラ アツヨシ
第5著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: HU)
第6著者 氏名(和/英/ヨミ) 杉山 将 / Masashi Sugiyama /
第6著者 所属(和/英) 理化学研究所/東京大学 (略称: 理研/東大)
RIKEN/The University of Tokyo (略称: RIKEN/UTokyo)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2017-11-10 13:00:00 
発表時間 150 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2017-82 
巻番号(vol) IEICE-117 
号番号(no) no.293 
ページ範囲 pp.339-346 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2017-11-02 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会