Recursos de colección

Hokkaido University Collection of Scholarly and Academic Papers (135.711 recursos)

HUSCAP (Hokkaido University Collection of Scholarly and Academic Papers) contains peer-reviewed journal articles, proceedings, educational resources and any kind of scholarly works of Hokkaido University.

17002 ?????????????

Mostrando recursos 1 - 4 de 4

  1. 郡市医師会におけるテレビ会議システム導入可能性の検討 : 北海道医師会をモデルとした費用効果の試算

    大内, 東; 栗原, 正仁; 三田村, 保; 川村, 秀憲; 宮腰, 昭男; 中川, 俊男; 宮本, 慎一; 山本, 直也; 柳内, 統
    郡市医師会へのテレビ会議システムの導入可能性を,効果と費用の観点から定量的に検討する ために,北海道医師会をモデルとした費用効果を試算した.テレビ会議システムの典型的なモデ ル仕様を構築し,北海道医師会における会議や集会の一定割合をテレビ会議に置き換えた場合の 移動距離および移動時間の短縮を時間的効果として評価した.費用については,旅費,旅費削減 率,システム構築費用,通信料,および置換率の5つのパラメータに基づいて,年次毎の費用節 約の累積を評価した.その結果,置換率が100%のときは2年間,置換率が50%のときは3年間 で,旅費節約の累積がシステム構築維持費用を上回るとの試算を得た.したがって,北海道医師 会におけるテレビ会議システムの導入は,費用対効果の観点から望ましいと結論できる.
    - 16-jun-2018

  2. 1次元空間における固定半径ランダムグラフの連結性の理論解析

    能代, 愛; 吉川, 毅; 栗原, 正仁
    近年,ランダムグラフモデルの一つである固定半径モデルが着目されている.これは,固定半径モデル が近年注目されている無線ネットワークと明確な関係があるためである.固定半径モデルG = G(n,R) は,ユークリッド空間上に何らかの分布にしたがってn 個の頂点をランダムに配置し,距離がR 以 内である2頂点間に辺を生成するグラフであり,これは半径R 以内にあれば互いに通信可能であるよ うなn 個のモバイル端末がランダムに分布しているシステムとして,自然に数理モデル化できる.こ のような応用を想定して,固定半径モデルのグラフが連結グラフである確率に興味が持たれている. 本論文では,ユークリッド空間を1次元に限定し,従来の固定半径モデル(固定半径自由直径ランダ ムグラフモデル) と,本論文で新たに定義した固定半径固定直径ランダムグラフモデルの各グラフが 連結グラフである確率を理論的に求める.
    - 16-jun-2018

  3. 混合システム的視点に基づく遺伝的アルゴリズムのモデリング

    今井, 順一; 塩谷, 浩之; 栗原, 正仁
    遺伝的アルゴリズム(GA)を理論的に解析する従来の研究は,対象となるGA を限定した上で, その振舞いを精密に記述している.これに対して本論文では,GA を,現世代の個体群を入力,次世 代の個体群を出力とした入出力データを発生する情報源と見なし,データからの学習を行う.GA の 入出力関係のみに注目し,その内部構造を敢えて捨象することで,多様なGA を共通の形式で記述す るとともに,従来にない視点からの解析が可能となる.本論文では,この入出力関係の表現として混 合モデルを採用する.GA を混合システムの視点からモデリングすることで,多くの要因が複雑に絡 み合うGA システム全体を複数の部分システムに分解した表現が得られる.本論文では2 種類の混 合モデルを取り上げ,これらを利用したGA 解析の有効性を数値実験を通じて検証する.
    - 16-jun-2018

  4. ベイジアンネットを利用した強化学習エージェントの方策改善

    北越, 大輔; 塩谷, 浩之; 栗原, 正仁
    機械学習の一つである強化学習は,報酬を利用して方策を最適化することで,エージェントを環境に適応させることを目的とする.本論文では,強化学習エージェントが得た知識を利用して,方策を改善する手法を提案する.我々はエージェントの知識として確率モデルの一つであるベイジアンネットを用い,その構造は,学習中のエージェントの入出力系列,および報酬をサンプルデータとした情報理論的モデル選択手法によって構築される.本研究において構築されるベイジアンネットは,エージェントの入出力と報酬についての確率的依存関係を表現する. 本手法におけるエージェントの方策は,ベイジアンネットの構造(確率的知識)を利用した教師あり学習によって改善される.確率的知識を用いた方策の改善機構を導入することで,強化学習エージェントはより効率的な方策の獲得を可能とする.提案手法の特徴について議論するため,エージェント追跡問題を取り上げて計算機実験を行う.さらに,ベイジアンネットシステムによるエージェントの方策情報表現についても論じる.
    - 16-jun-2018

Aviso de cookies: Usamos cookies propias y de terceros para mejorar nuestros servicios, para análisis estadístico y para mostrarle publicidad. Si continua navegando consideramos que acepta su uso en los términos establecidos en la Política de cookies.