WEKO3
アイテム
推薦システムにおける全結合ニューラルネットワークを用いた強化学習
https://kitami-it.repo.nii.ac.jp/records/8956
https://kitami-it.repo.nii.ac.jp/records/895611ff3c88-83c3-4ff2-9632-c70124200f39
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
バイオメディカル・ファジィ・システム学会誌, 21(1), p41-48 (1.3 MB)
|
|
| Item type | 学術雑誌論文 / Journal Article(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2021-01-21 | |||||
| タイトル | ||||||
| タイトル | 推薦システムにおける全結合ニューラルネットワークを用いた強化学習 | |||||
| 言語 | ja | |||||
| タイトル | ||||||
| タイトル | Reinforcement Learning using Fully Connected Neural Networks in Recommender System | |||||
| 言語 | en | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 推薦システム | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | マルコフ決定過程 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 強化学習 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 全結合ニューラルネットワーク | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | recommender system | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | Markov decision processes | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | reinforcement learning | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | fully connected neural networks | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||
| 資源タイプ | journal article | |||||
| アクセス権 | ||||||
| アクセス権 | open access | |||||
| アクセス権URI | http://purl.org/coar/access_right/c_abf2 | |||||
| その他のタイトル | ||||||
| その他のタイトル | Reinforcement Learning using Fully Connected Neural Networks in Recommender System | |||||
| 言語 | en | |||||
| 著者 |
前田, 康成
× 前田, 康成× MAEDA, Yasunari |
|||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | 従来研究では，推薦システムを表現するための確率モデルとしてマルコフ決定過程が採用されている．他方，多くの分野において，ニューラルネットワークを用いた強化学習方法が提案されている．しかし，推薦システムにおけるニューラルネットワークを用いた強化学習方法は提案されていない．そこで，本研究では，マルコフ決定過程の真のパラメータが未知の仮定のもとで推薦システムにおける全結合ニューラルネットワークを用いた強化学習方法を提案する．提案方法では顧客の性質を表現するために顧客の履歴情報を利用する．シミュレーションによって提案方法の有効性を示す．シミュレーション結果では，提案方法の出力が最適解と一致した． | |||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | [ENG] Markov decision processes are applied to recommender system in previous research. Reinforcement learning methods using neural networks have been proposed in many fields. But a reinforcement learning method using neural networks has not been proposed in recommender system. In this research we propose a reinforcement learning method using fully connected neural networks in recommender system under the condition that the true parameters of Markov decision processes are unknown. The proposed method uses historical data of customers to represent customers' properties. The effectiveness of the proposed method is shown by some simulations. The output of the proposed method is equal to the optimal solution in the simulation result. |
|||||
| 書誌情報 |
バイオメディカル・ファジィ・システム学会誌 = Journal of Biomedical Fuzzy Systems Association 巻 21, 号 1, p. 41-48, 発行日 2019-05 |
|||||
| ISSN | ||||||
| 収録物識別子タイプ | PISSN | |||||
| 収録物識別子 | 1345-1537 | |||||
| 書誌レコードID | ||||||
| 収録物識別子タイプ | NCID | |||||
| 収録物識別子 | AA1145146X | |||||
| 権利 | ||||||
| 権利情報 | Copyright(c)2019 Biomedical Fuzzy Systems Association | |||||
| 論文ID（NAID） | ||||||
| 識別子タイプ | NAID | |||||
| 関連識別子 | 40021956537 | |||||
| 出版者 | ||||||
| 出版者 | バイオメディカル・ファジィ・システム学会 | |||||
| 著者版フラグ | ||||||
| 値 | publisher | |||||
| 出版タイプ | ||||||
| 出版タイプ | VoR | |||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||
