著者

木村 大毅 SUBHAJIT Chaudhury SARATHKRISHNA Swaminathan 田中 恒彦 DON Joven Agravante 立堀 道昭 ASIM Munawar ALEXANDER Gray

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第36回 (2022) (ISSN:27587347)

巻号頁・発行日

pp.3Yin256, 2022 (Released:2022-07-11)

---

近年の深層学習は強化学習など様々な分野へと応用されている.ところが,一般的な深層学習ではニューラルネットワークを基本としているため,大量の学習データを用意する必要があり,異なるドメインへの学習結果の転用ができなく,更には学習後の動作の説明や解析が困難である.そこで,ニューラルネットワークを用いた深層学習と,記号的表現に基づくシンボリックAIを組み合わせたニューロシンボリックAIの活用が期待されている.本稿では,ニューロシンボリックAIを強化学習に応用した手法を提案する.結果として,提案手法は,既存の深層学習のみ手法,及び既存のニューロシンボリックAIに比べて,学習効率が良く,説明可能であることを示した.

著者

成田 穂 木村 大毅

出版者

人工知能学会

雑誌

2019年度 人工知能学会全国大会(第33回)

巻号頁・発行日

2019-04-08

---

AlphaZeroに代表されるようなモンテカルロ木探索と深層強化学習の組み合わせにより、素晴らしい高い性能が達成されているが、その計算コストは高く、また長い計算時間がかかるという問題点がある。本研究では、MCTSをベースとして、「失敗度」の概念を取り入れたアルゴリズムを提案する。失敗度は効率的な探索を可能にし、学習時間を削減する。これにより、エージェントは勝敗を分ける重要な局面を重点的に探索することが可能になる。我々の手法は最初の数イテレーションでAlphaZeroを超える性能を示した。

著者

木村 大毅 Chaudhury Subhajit 成田 穂 Munawar Asim 立花 隆輝

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第33回全国大会(2019)

巻号頁・発行日

pp.4P3J1002, 2019 (Released:2019-06-01)

---

画像を活用した異常検出手法は数多く提案されている.その中でも,通常クラスについて十分に学習された生成モデルから再構成誤差を算出して,それを基に検出する手法は代表的である.ところが,従来のGANを用いた手法では,局所解への収束やノイズへの頑健性が問題となる.そこで本稿では,条件付き生成モデルとなるVAEGANからの再構成誤差を活用する手法を提案する.また,モデルから注目領域を算出し,重み付けを行う手法も提案する.そして,ノイズを含んだ複数の画像データセットを用いて比較実験を行い,提案手法が従来手法よりも高い精度で異常を検出できることを確認した.