| 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 | 2020-06-05 11:10 Surrogate Data法に基づくLaser Chaos Decision Makerの有効性の解析 ○岡田典大（東京理科大）・成瀬 誠・ニコラ ショヴェ（東大）・李 傲寒・長谷川幹雄（東京理科大）  NLP2020-12 CCS2020-2 |
|
| 抄録 | （和） | レーザカオス時系列による意思決定法は，GHzオーダーの超高速かつ高性能な意思決定を可能にすることが示されている．本稿では，この手法をMulti-Armed Bandit問題に適用し，レーザカオスのどのような特徴が有効であるかを解析し，さらなる性能改善を試みる．はじめに自己相関係数に対する性能を比較し，負の自己相関が性能を改善することを示す．次に有効なレーザカオス時系列特有の自己相関を解析するために，サロゲートデータ法を導入する．レーザカオス時系列と3つのサロゲートデータとの性能比較をした結果，レーザカオス特有の負の相関は性能を改善し，ヒストグラムをガウス分布に近づけることでさらに向上することを示す．さらに本手法の性能改善の一検討としてレーザカオス時系列の分布を調節した結果，性能が改善されることを示す． |
| （英） | It has been shown that the decision method based on the laser chaos time series enables ultra-high speed and high performance decision making on the GHz order. In this paper, we apply this method to the Multi-Armed Bandit problem, analyze what features of laser chaos are effective, and try to improve the performance further. First, we compare the performance with respect to the autocorrelation coefficient and show that negative autocorrelation improves the performance. Next, the surrogate data method is introduced to analyze the autocorrelation peculiar to the effective laser chaos time series. As a result of performance comparison between laser chaos time series and three surrogate data, it is shown that the negative correlation peculiar to laser chaos improves the performance, and further improves by making the histogram closer to the Gaussian distribution. Furthermore, as a study of the performance improvement of this method, we show that the performance is improved as a result of adjusting the distribution of the laser chaos time series. | |
| キーワード | （和） | Multi-Armed Bandit問題 / Tug-of-Warダイナミクス / レーザカオス / サロゲートデータ法 / / / / |
| （英） | Multi-Armed Bandit Problem / Tug-of-War dynamics / Laser Chaos / The Method of Surrogate Data / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 56, CCS2020-2, pp. 7-12, 2020年6月. | |
| 資料番号 | CCS2020-2 | |
| 発行日 | 2020-05-29 (NLP, CCS) | |
| 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) | |
| PDFダウンロード | NLP2020-12 CCS2020-2 |
|
| 研究会情報 | |
| 研究会 | CCS NLP |
| 開催期間 | 2020-06-05 - 2020-06-05 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2020-06-CCS-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | Surrogate Data法に基づくLaser Chaos Decision Makerの有効性の解析 |
| サブタイトル（和） | |
| タイトル（英） | An Analysis on Performance of Laser Chaos Decision Maker by the Method of Surrogate Data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Multi-Armed Bandit問題 / Multi-Armed Bandit Problem |
| キーワード(2)（和/英） | Tug-of-Warダイナミクス / Tug-of-War dynamics |
| キーワード(3)（和/英） | レーザカオス / Laser Chaos |
| キーワード(4)（和/英） | サロゲートデータ法 / The Method of Surrogate Data |
| 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） | 岡田 典大 / Norihiro Okada / オカダ ノリヒロ |
| 第1著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 第2著者 氏名（和/英/ヨミ） | 成瀬 誠 / Makoto Naruse / ナルセ マコト |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： UTokyo) |
| 第3著者 氏名（和/英/ヨミ） | ニコラ ショヴェ / Nicolas Chauvet / ニコラ ショヴェ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： UTokyo) |
| 第4著者 氏名（和/英/ヨミ） | 李 傲寒 / Aohan Li / リ アオハン |
| 第4著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 第5著者 氏名（和/英/ヨミ） | 長谷川 幹雄 / Mikio Hasegawa / ハセガワ ミキオ |
| 第5著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 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 | 2020-06-05 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CCS |
| 資料番号 | NLP2020-12, CCS2020-2 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.55(NLP), no.56(CCS) |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2020-05-29 (NLP, CCS) |
[研究会発表申込システムのトップページに戻る]