| 講演名 | 2003/11/15 連想記憶カオスニューラルネットワークの強化学習による非周期化に伴う制御入力の解析 佐藤 倫久, 安達 雅春, 小谷 誠, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本報告では、強化学習の一種であるQ学習を用いて、周期状態のネットワークをカオス状態へ制御するいわゆるカオスのanti-controlをカオスニューラルネットワークに適用する際に加えている制御入力の解析を行い、適切な学習時間や制御入力に関する検討を行う。具体的には強化学習の初期値を10通り用意し、強化学習により制御中に採用されるようになる制御入力の頻度分布、制御入力の値の状態平均や分散を実験的に求めた。これにより強化学習時の学習時間の目安を得ることを目指した。しかし、本報告での制御はカオスニューラルネットワークを非周期的にすることが目的であるため、強化学習の時間と制御の成功率に明確な関連性見出すことが困難であることが分かった。この為、このような非周期化を目的とした制御における最適な学習時間を決定するには更なる検討が必要である。 |
| 抄録(英) | An anti-control of associative chaotic neural networks using reinforcement learning has been proposed and an example of successful control has been shown. However it has not been reported about actual control inputs in detail. Therefore in this article, we analyze time series of control inputs that are determined by the state-action value function obtained by the Q-learning. As a result, it is found that transition frequency among control input values tends to be uniformly distributed when the anti-control succeeds. On the other hand, the distribution tends to concentrate to certain combinations of the input values when it fails. However, we can not find any simple relationship between the learning time and success rate of the anti-control. |
| キーワード(和) | カオスのanti-contorol / 強化学習 / カオスニューラルネットワーク |
| キーワード(英) | anti-control of chaos / reinforcement lerning / chaotic neural networks |
| 資料番号 | NLP2003-126 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NLP |
|---|---|
| 開催期間 | 2003/11/15(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Nonlinear Problems (NLP) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 連想記憶カオスニューラルネットワークの強化学習による非周期化に伴う制御入力の解析 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of Input Power of Control of Assosiative Chaotic Neural Networks for Aperiodic Using Reinforcement Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | カオスのanti-contorol / anti-control of chaos |
| キーワード(2)（和/英） | 強化学習 / reinforcement lerning |
| キーワード(3)（和/英） | カオスニューラルネットワーク / chaotic neural networks |
| 第 1 著者 氏名（和/英） | 佐藤 倫久 / Norihisa SATO |
| 第 1 著者 所属（和/英） | 東京電機大学大学院工学研究科電子工学専攻 Department of Electronic Engineering,Graduate School of Engineering. Tokyo Denki University |
| 第 2 著者 氏名（和/英） | 安達 雅春 / Masaharu ADACHI |
| 第 2 著者 所属（和/英） | 東京電機大学大学院工学研究科電子工学専攻 Department of Electronic Engineering,Graduate School of Engineering. Tokyo Denki University |
| 第 3 著者 氏名（和/英） | 小谷 誠 / Makoto KOTANI |
| 第 3 著者 所属（和/英） | 東京電機大学大学院工学研究科電子工学専攻 Department of Electronic Engineering,Graduate School of Engineering. Tokyo Denki University |
| 発表年月日 | 2003/11/15 |
| 資料番号 | NLP2003-126 |
| 巻番号（vol） | vol.103 |
| 号番号（no） | 464 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |