講演名 2020-06-05
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(東大), ニコラ ショヴェ(東大), 李 傲寒(東京理科大), 長谷川 幹雄(東京理科大),
PDFダウンロードページ PDFダウンロードページへ
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.
抄録(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
キーワード(英) Multi-Armed Bandit Problem / Tug-of-War dynamics / Laser Chaos / The Method of Surrogate Data
資料番号 NLP2020-12,CCS2020-2
発行日 2020-05-29 (NLP, CCS)

研究会情報
研究会 CCS / NLP
開催期間 2020/6/5(から1日開催)
開催地(和) 湘南工科大学
開催地(英) Shonan Institute of Technology
テーマ(和) 一般
テーマ(英)
委員長氏名(和) 塩川 茂樹(神奈川工科大) / 夏目 季代久(九工大)
委員長氏名(英) Shigeki Shiokawa(Kanagawa Inst. of Tech.) / Kiyohisa Natsume(Kyushu Inst. of Tech.)
副委員長氏名(和) 浅井 哲也(北大) / 赤井 恵(北大) / 高坂 拓司(中京大学)
副委員長氏名(英) Tetsuya Asai(Hokkaido Univ.) / Megumi Akai(Hokkaido Univ.) / Takuji Kosaka(Chukyo Univ.)
幹事氏名(和) 川喜田 佑介(神奈川工科大) / 中田 一紀(TDK) / 立野 勝巳(九工大) / 松下 春奈(香川大)
幹事氏名(英) Yusuke Kawakita(Kanagawa Inst. of Tech.) / Kazuki Nakada(TDK) / Katsumi Tateno(Kyushu Inst. of Tech.) / Haruna Matsushita(Kagawa Univ.)
幹事補佐氏名(和) 中野 秀洋(東京都市大) / 安東 弘泰(筑波大) / 松原 崇(神戸大) / 眞田 耕輔(三重大学) / 佐村 俊和(山口大) / 加藤 秀行(大分大)
幹事補佐氏名(英) Hidehiro Nakano(Tokyo City Univ.) / Hiroyasu Ando(Tsukuba Univ.) / Takashi Matsubara(Kobe Univ.) / Kosuke Sanada(Mie Univ.) / Toshikaza Samura(Yamaguchi Univ.) / Hideyuki Kato(Oita Univ.)

講演論文情報詳細
申込み研究会 Technical Committee on Complex Communication Sciences / Technical Committee on Nonlinear Problems
本文の言語 JPN
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(和)
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
第 1 著者 氏名(和/英) 岡田 典大 / Norihiro Okada
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) 成瀬 誠 / Makoto Naruse
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) ニコラ ショヴェ / Nicolas Chauvet
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) 李 傲寒 / Aohan Li
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) 長谷川 幹雄 / Mikio Hasegawa
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)
発表年月日 2020-06-05
資料番号 NLP2020-12,CCS2020-2
巻番号(vol) vol.120
号番号(no) NLP-55,CCS-56
ページ範囲 pp.7-12(NLP), pp.7-12(CCS),
ページ数 6
発行日 2020-05-29 (NLP, CCS)