可視化によるDeep Q Networkの行動価値根拠の分析

Material type: 文書・図像類

Author: 長嶺, 一輝ほか

Publisher: 電子情報通信学会 / 情報処理学会

Publication date: 2018-09-20

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: 人間がビデオゲームといったタスクを解くとき、そのタスクに出現するオブジェクトやその位置関係などの視覚的特徴に注視する。画像ベースのゲームタスクにおいて人間並みのパフォーマンスを発揮する、Deep Q Network という深層強化学習アルゴリズムでも同様な事象が起きていると推測できる。そこで、本研究...

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

University of the Ryukyus Repository
Digital
You can check the holdings of institutions and databases with which Institutional Repositories DataBase(IRDB)(Institutional Repository) is linked at the site of Institutional Repositories DataBase(IRDB)(Institutional Repository).
University of the Ryukyus Repository

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: 可視化によるDeep Q Networkの行動価値根拠の分析
Author/Editor: 長嶺, 一輝
遠藤, 聡志
山田, 孝治
當間, 愛晃
赤嶺, 有平
Nagamine, Kazuki
Endo, Satoshi
Yamada, Koji
Toma, Naruaki
Akamine, Yuhei
Author Heading: 長嶺, 一輝
遠藤, 聡志
山田, 孝治
當間, 愛晃
赤嶺, 有平
Nagamine, Kazuki
Endo, Satoshi
Yamada, Koji
Toma, Naruaki
Akamine, Yuhei
Publication, Distribution, etc.: 電子情報通信学会 / 情報処理学会
Publication Date: 2018-09-20
Publication Date (W3CDTF): 2018-09-20
Alternative Title: Analysis of the Action Value of Deep Q Network by visualization
Periodical title: FIT2018（第17回情報科学技術フォーラム）
Pages: 319-320
Text Language Code: jpn
Subject Heading: 深層強化学習
Deep Q Network
Target Audience: 一般
Note (General): 人間がビデオゲームといったタスクを解くとき、そのタスクに出現するオブジェクトやその位置関係などの視覚的特徴に注視する。画像ベースのゲームタスクにおいて人間並みのパフォーマンスを発揮する、Deep Q Network という深層強化学習アルゴリズムでも同様な事象が起きていると推測できる。そこで、本研究では、DQNが行動価値を計算する際に用いる CNN を Grad-CAM という手法で可視化して、学習過程でどのような特徴を捉えているか分析することを目的とする。
会議発表用資料
Source: fulltext
https://u-ryukyu.repo.nii.ac.jp/record/2012385/files/F-042.pdf
Access Restrictions: インターネット公開
Rights (production): 電子情報通信学会
情報処理学会
Related Material (URI): URI
https://www.ieice.org/publications/conferences/summary.php?id=FIT0000013201&expandable=2&ConfCd=F&session_num=5f&lecture_number=F-042&year=2018&conf_type=F
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 琉球大学 : 琉球大学学術リポジトリ