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
|