強化学習・MDP - あしたからがんばる ―椀屋本舗
昨日黒橋研・河原研合同の勉強会で強化学習について話しました。話している中でわかったこともあるので、整理をするため、そのメモなど。 強化学習とは 一般的に言語処理で用いられる教師あり機械学習とは少し異なります。教師あり学習では入力(観測データ)x と出力(正解ラベル)y が与えられ、P(y|x)をどう解くかという問題になります(雑な説明 一方、強化学習においては、入力(観測データ)x に対してモデルからの出力(action)u があり、それによって観測データx がx' へと変化します。その変化に対する報酬関数(reward function)を定義し、その報酬関数を最大化することによってモデルの振る舞いを決定する、というアプローチになります。 強化学習はモデルの振る舞いの系列と、それに対するデータの変化を扱うことができるので、ロボット制御や対話制御などによく用いられます。 強化学習全体を図に
Partially observable Markov decision process - Wikipedia
A partially observable Markov decision process (POMDP) is a generalization of a Markov decision process (MDP). A POMDP models an agent decision process in which it is assumed that the system dynamics are determined by an MDP, but the agent cannot directly observe the underlying state. Instead, it must maintain a sensor model (the probability distribution of different observations given the underly
ALAGIN Forum
コミュニケーションにおける種々の壁を越える技術であるユニバーサルコミュニケーションの重要性がますます高まっています。その中で、言語の壁を越える技術は、人間のコミュニケーション能力を飛躍的に向上させ、さらに、言語、知識、文化、コミュニティの壁をも越えた相互理解を促進するものであり、誰もが心豊かで便利に生活できる情報化社会の創成に不可欠なものです。 平成23年3月、我が国は1000年に一度と言われる未曾有の大震災に見舞われ、東北地方は壊滅的な被害を受けました。しかし、その中で、インターネットを介して、安否情報や被災状況等の情報を検索、共有する試みや、家族との再会や被災地への物資の供給等に対する支援の試みが、大きな貢献を果たしました。また、これらの情報共有は、救援物資の配給、備蓄のための流通協力、自動車部品を始めとする工場設備の融通など、組織の境界を越えた協力を促進し、震災からの復旧・復興に不可
音声によるインクリメンタル検索 - nishimotzの日記
擬人化エージェントの研究から派生したアイディアだが、ちょっと前に作って放置していたデモをビデオにしてみた。 西本 卓也 他: "探索的検索のための音声入力インタフェースの検討," 情報処理学会研究報告 2008-HCI-127(2), pp.9-14, Jan 2008. ビデオの作り方に関するメモ。Snagit 9 でデスクトップをビデオキャプチャしたら、ちゃんとマイク入力も取り込んでくれる。VideoStudio 12 で編集。タイトルだけのところは黒の「カラークリップ」で作る。キャプチャした映像は画面サイズが不均一なので、オーバーレイトラックに乗せる。最後は1280x720のWMVに落として、YouTubeにアップロード。 http://www.youtube.com/watch?v=g6xYvRj3E3I 考えていただきたいポイントは「ユーザが入力したいものの名前を言っている間に、
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
サービス終了のお知らせ
mmdagent.jp
ますうぃき - 音声ドキュメント検索メモ%25A4%25CE%25C0%25B0%25CD%25FD)
ますうぃき - 言語モデル適応(Language Model Adaptation)の整理
