| 大会名称 |
| 2021年 総合大会 |
| 大会コ－ド |
| 2021G |
| 開催年 |
|
2021
|
| 発行日 |
|
2021-02-23
|
| セッション番号 |
|
N-2
|
| セッション名 |
|
複雑コミュニケーションサイエンス
|
| 講演日 |
|
2021/3/9
|
| 講演場所(会議室等) |
|
Meeting 20
|
| 講演番号 |
|
N-2-8
|
| タイトル |
|
Laser Chaos Decision Makerにおける負の自己相関の有効性解析
|
| 著者名 |
|
◎岡田典大, 成瀬 誠, ニコラ ショヴェ, 李 傲寒, 長谷川幹雄,
|
| キーワード |
|
Multi-Armed Bandit問題, Tug-of-Warダイナミクス, カオス, 強化学習
|
| 抄録 |
|
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，この手法を多本腕のMulti-Armed Bandit(MAB)問題に適用し，負の自己相関の有効性を解析する．正の自己相関，無相関，負の相関を持つガウス分布の時系列信号を生成し，それぞれを用いて4本腕のMAB問題を解いた時の性能を比較する．自己相関係数に対する性能を比較した結果，負の自己相関が性能を改善することを示す．
|
| 本文pdf |
|
PDF download
|
