Researcher's database - MIYAZAKI Kazuteru

MIYAZAKI Kazuteru

Department / Course Bunkyo University Faculty of Information & Comunications Department of Data Science

Job Professor

Academic conference presentation
2020/03	Profit Sharingによる方策の直接強化手法の提案
2020/03	深層強化学習を利用したドライバーの眠気防止システムに関する一考察
2018/11	深層強化学習アルゴリズムRainbowとPro t Sharingベース学習の結合 (計測自動制御学会システム・情報部門学術講演会2018)
2018/09	A Proposal of Exploitation-oriented Deep Reinforcement Learning Method with Double Episode
2016/12	Experimental Results of Exploitation-oriented Learning with Deep Learning
2016/07	Proposal of 2 reward PS reinforcement learning method and verification of the efficiency (The Papers of Technical Meeting on "Systems", IEE Japan)
2016/07	Exploitation-oriented Learning XoL with Deep Learning - Comparison with a deep Q-network- (The Papers of Technical Meeting on "Systems", IEE Japan)
2016/03	Proposal and Evaluation of an Action Selection with Expected Failure Probability in Multi-agent Learning (A Study of an Indirect Reward on Multi-agent Environments)
2015/06	The Result of Follow-up Surveys to the Earners of a Bachelor Degree of NIAD-UE (The Papers of Technical Meeting on "Systems", IEE Japan)
2015/03/11	The Necessity of a Secondary System in Multi-agent Learning (電気学会研究会資料. ST)
2015/01/22	Profit Sharing強化学習への予想失敗確率の導入とその有効性に関する研究 (自律分散システム・シンポジウム(CD-ROM))
2014/08/19	複数種類の報酬と罰に対応した意識的意思決定システムの提案 (情報科学技術フォーラム講演論文集)
2013/06/27	経験強化型学習XoLを用いた実問題の解法 (電気学会システム研究会資料)
2013/03/14	マルチエージェント環境下における失敗確率伝播アルゴリズムEEPの有効性に関する研究 (知能システムシンポジウム資料)
2013	学位授与事業における科目分類支援システムの実用化に向けた一考察 (自動制御連合講演会(CD-ROM))
2012/09/05	複数種類の報酬と罰に対応した経験強化型学習の提案と設計指針に関する研究 (電気学会電子・情報・システム部門大会講演論文集(CD-ROM))
2012/03/15	複数報酬環境下における意識的意思決定方法に関する研究 (知能システムシンポジウム資料)
2011/11/19	罰と報酬を用いる強化学習の失敗確率の伝播に関する研究 (自動制御連合講演会(CD-ROM))
2011/11/19	腱駆動式2足歩行ロボットにおける腰軌道の強化学習への固定状態の導入による効率化に関する研究 (自動制御連合講演会(CD-ROM))
2011/03/16	経験強化型学習を利用した学位授与事業のための科目分類支援システムの提案 (知能システムシンポジウム資料)
2010/11/03	マルチエージェント連続タスクへの改良型罰回避政策形成アルゴリズムの適用とサッカーロボットを用いた実験による評価 (自動制御連合講演会(CD-ROM))
2010/03/16	罰回避政策形成アルゴリズムの連続値行動出力への対応 (知能システムシンポジウム資料)
2010/03/09	11912 Proposal and Evaluation of the Improved Penalty Avoiding Rational Policy Making algorithm with a Learning Mechanism of Threshold of the Penalty Basis Function (日本機械学会関東支部総会講演会講演論文集)
2009/03	Development of the Active Course Classification Support System with Learning Mechanism (知能システムシンポジウム資料)
2009	Proposal of the Improved Penalty Avoiding Rational Policy Making algorithm with Learning Mechanism of Threshold of the Penalty Basis Function (自動制御連合講演会(CD-ROM))
2008/03/07	シラバスの収集および文書構造についての考察―高等専門学校専攻科に関して― (ファジィ・ワークショップ講演論文集)
2008	経験強化型学習PS-r#の提案 (第35回知能システムシンポジウム)
2008	Joint Stiffness Optimization of Tendon-Driven Mechanism by Profit Sharing with Penalty and Reward (自動制御連合講演会(CD-ROM))
2007/09/13	Application of Improved PARP to Continuing Task in Multiagent Domeins (日本ロボット学会学術講演会予稿集(CD-ROM))
2007/03/06	XMLによるシラバスデータベース構築とWebサービスの検討 (情報処理学会全国大会講演論文集)
2007/03/06	シラバス内の専門用語間の関連に基づくカリキュラム構造可視化手法の検討 (情報処理学会全国大会講演論文集)
2007/01/29	Analyzing Robustness in Estimated-based Profit Sharing : A Theory of condition to suppress any ineffective rules and its approach to local minimum (自律分散システム・シンポジウム資料 = SICE Symposium on Decentralized Autonomous Systems)
2007	Evaluation of the Course Classification Support System using Cource Examples (知能システムシンポジウム資料)
2006/09/14	Application of Improved Penalty Avoiding Rational Policy Making Algorithm (日本ロボット学会学術講演会予稿集(CD-ROM))
2006	Multi User Learning Agent on the Distribution of MDPs (人工知能学会全国大会論文集(CD-ROM))
2006	Improvement of the Penalty Avoiding Rational Policy Making algorithm to Real World Robotics (知能システムシンポジウム資料)
2005/11/25	Acquisition of Cooperative Behaviors of Soccer Robots by Reinforcement Learning (自動制御連合講演会(CD-ROM))
2005/03/02	シラバスからの関連用語収集手法の検討と検索システムへの応用 (情報処理学会全国大会講演論文集)
2005/03/02	シラバスデータによる教育課程の分析と視覚化に関する考察 (情報処理学会全国大会講演論文集)
2005/03/02	シラバスデータベースシステムの実用化―シラバスと履修科目表を中心とするデータベースの構築方法に関する考察― (情報処理学会全国大会講演論文集)
2005	Control of the Inverted Pendulum by Reinforcement Learning System based on Pr ofit Sharing. (システム・情報部門学術講演会講演論文集)
2005	Toward realization of BDI architecture that uses a combination of deliberation and reinforcement learning in selecting actions (人工知能学会全国大会論文集(CD-ROM))
2005	Reinforcement Learning Systems Based on Profit Sharing in Continuous State Spaces (人工知能学会全国大会論文集)
2004/08/20	N-004 An Improvement and an Application of the Course Classification Support System (情報科学技術フォーラム一般講演論文集)
2004/08/20	シラバスデータベースの構築と利用 (情報科学技術フォーラム)
2004/03/09	シラバスXMLデータベースシステムの試作 (情報処理学会全国大会講演論文集)
2004/03/09	シラバスからの専門用語抽出手法の検討 (情報処理学会全国大会講演論文集)
2004/03/09	シラバスデータのクラスタリングに基づく教育コース分析システムの構築 (情報処理学会全国大会講演論文集)
2004	Syllabus Database and System Engineering Education (システム・情報部門学術講演会講演論文集)
2004	Syllabus Database System and its Application (システム制御情報学会研究発表講演会講演論文集)
2004	Integration of Reinforce Learning and BDI-Examination of the Integrated Method Using Canoe-Racing Problem as an Example.- (人工知能学会全国大会論文集(CD-ROM))
2004	An Extension of the Penalty Avoiding Rational Policy Making Algorithm to Multiple Rewards and Penalties Environments (システム・情報部門学術講演会講演論文集)
2003/08/25	電子化されたシラバスに基づく科目分類支援システムの開発について (情報科学技術フォーラム)
2003/03/25	シラバスXMLデータベースシステム構築に関する考察 (情報処理学会全国大会講演論文集)
2002	Comparison with Profit Sharing and Random Selection in POMDPs. (システム・情報部門学術講演会講演論文集)
2002	Generating Cooperative Behavior by Multi-Agent Reinforcement Learning on the Soccer Game. (自動制御連合講演会講演論文集)
2002	Reinforcement Learning for Penalty Avoiding Profit Sharing. (自動制御連合講演会講演論文集)
2001	Information Shearing of Multi-Agent Reinforcement Learning. (知能システムシンポジウム資料)
2000/09	Theory of Reinforcement Learning based on Profit Sharing. An Application for LegoMindstorms. (日本機械学会機械力学・計測制御部門講演会論文集)
2000/03/23	Formation of Penalty Avoiding Policies and It's Application to Othello Game. (知能システムシンポジウム資料)
1999/01/18	A Theory of Profit Sharing in Multi-agent Reinforcement Learning. (自律分散システム・シンポジウム資料)
1998/03/19	Propose an Algorithm to Improve a Rational Policy in POMDPs. (知能システムシンポジウム資料)
1998/03/19	Rational Policy Making by Keeping Borders of Suppressing Penarty Policy. (知能システムシンポジウム資料)
1998	Controlling a Group of Cranes by Multi-Agent Reinforcement Learning. (システム制御情報学会研究発表講演会講演論文集)
1997/11	Reinforcement Learning in continuous state-spaces with dynamic split-marge state spaces algorithm
1997/03/18	Policy Making for the Othello Game by Reinforcement Learning (知能システムシンポジウム資料)
1997/01/16	Reinforcement Learning Systems under discrete Markov decision processes. (自律分散システム・シンポジウム資料)
1997/01/16	Reinforcement Learning for Crawling on a Robot Arm. (自律分散システム・シンポジウム資料)
1996/10	Reinforcement Learning by Stochastic Gradient Ascent: An Approach to Perceptual Aliasing. (システム・情報合同シンポジウム講演論文集)
1996/10	A Survey on Reinforcement Learning. Challenging non-Markovian Environments. (システム・情報合同シンポジウム講演論文集)
1996/10	An Acquisition of an Optimum Policy by the Rationality Theorem on Profit Sharing. (システム・情報合同シンポジウム講演論文集)
1996/01/17	MarcoPolo-A Reinforcement Learning System considering tradeoff exploitation and exploration under Markovian Environment. (自律分散システム・シンポジウム資料)
1995/01	Emerging Cooperation in a Multiagent System with Reinforcement Learning. (自律分散システム・シンポジウム資料)
1994/06/20	Trade-off between Exploration and Exploitation in Reinforcement Learning. (人工知能学会全国大会論文集)
1993	Learning of a optimum action acquisition strategy under an environment with delay in returns. (システムシンポジウム講演論文集)
1992	Classifier Systemを用いた環境適応システムの構築 (システムシンポジウム講演論文集)