文献

J-GLOBAL ID：202002241726249540   整理番号：20A1927988

時間-強化学習による自律モデル管理【JST・京大機械翻訳】

A Stitch in Time - Autonomous Model Management via Reinforcement Learning

著者 (3件)： Liebman Elad (University of Texas at Austin, Austin, TX, USA) ,  Zavesky Eric (AT&T Research, Austin, TX, USA) ,  Stone Peter (University of Texas at Austin, Austin, TX, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： AAMAS ’18  ページ： 990-998  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 概念ドリフトは,データの根底にある特性において,突然または徐々に変化するが,自律システムにおける時間にわたって,高性能学習モデルを維持するための最も一般的な課題の1つである。概念ドリフトの面において,古いモデルが概念ドリフトにもかかわらず新しいデータを十分代表していると期待でき,1つは古いデータを捨てることができ,また,(しばしば限られた)新しいデータで新しいモデルを再訓練し,あるいは,1つは古いデータを更新したモデルを作成するために,古いデータを結合するために移動学習法を利用することができる。これら3つのオプションのどれかは,近項決定だけでなく,将来の移動または再訓練のニーズにも影響を与える。本論文では,逐次意思決定問題として概念ドリフトに対する応答をモデル化し,Markov決定プロセスとして形式的に構成する。問題に対する著者らの強化学習アプローチは,1つの合成および2つの実世界データセットに対して有望な結果を示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  *学習 ,  学習モデル ,  ドリフト ,  自律系 ,  *強化学習
準シソーラス用語： 自律性 , 【Automatic Indexing@JST】

著者キーワード (3件)： 概念ドリフト ,  モデル再訓練 ,  強化学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 強化学習 ,  自律 ,  モデル