抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
遺伝子調節ネットワークモデルの外部制御は処理の設計を加速する疾患状態を避けるように助けることができる。しかし,このモデルを推定し,それを制御する時間と空間の指数関数的複雑さを持つが,モデルに依存しない方法のための生存不能大規模ネットワークを形成している。高々数十遺伝子のモデルのみが制御問題に用いることができるので,これは文献で明らかである。データから部分的に観測可能な遺伝子調節ネットワークを直接制御することに対する,フィットされたQ反復Sarsaバッチ強化学習法を適用し,新しい報酬機能および遺伝子発現試料から経験タプルを創造するための方法を提案した。筆者らのフレームワークは時系列試料に限らずに近似確率政策を生成し,経験タプルを管理する自由に可能にした。結果は著者らの方法が以前の研究よりもより効果的であることを示し,望ましい状態への望ましくないと高い期待報酬間の高いシフトであった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】