特許ウォッチ

公開番号2024067633
公報種別公開特許公報(A)
公開日2024-05-17
出願番号2022177862
出願日2022-11-07
発明の名称最適化システム、最適化方法および最適化プログラム
出願人日本電気株式会社
代理人個人,個人
主分類G06Q 50/10 20120101AFI20240510BHJP(計算;計数)
要約【課題】複数のエキスパートによる意思決定における、複数のエキスパートそれぞれの重みの最適化を効率的に行うことができる最適化システム等を提供する。
【解決手段】最適化システム10を、取得部11と、増幅部12と、重み算出部13と、出力部14を備える構成とする。取得部11は、複数のエキスパートを重みづけして組み合わせた意思決定の繰り返しにおける、複数のエキスパートの意思決定の結果として生じる損失を取得する。増幅部12は、複数のエキスパートそれぞれを、重みに関する情報を初期化するタイミングが異なる複数のエキスパートに増幅する。重み算出部13は、増幅されたエキスパートごとに損失を用いて算出する意思決定の重みを基に、複数のエキスパートそれぞれの意思決定の重みを算出する。出力部14は、複数のエキスパートそれぞれの意思決定の重みを出力する。
【選択図】図3
特許請求の範囲【請求項１】
複数のエキスパートを重みづけして組み合わせた意思決定の繰り返しにおける、複数のエキスパートの意思決定の結果として生じる損失を取得する取得手段と、
前記複数のエキスパートそれぞれを、重みに関する情報を初期化するタイミングが異なる複数のエキスパートに増幅する増幅手段と、
増幅されたエキスパートごとに前記損失を用いて算出する意思決定の重みを基に、前記複数のエキスパートそれぞれの意思決定の重みを算出する重み算出手段と、
前記複数のエキスパートそれぞれの意思決定の重みを出力する出力手段と
を備える最適化システム。
続きを表示（約 1,300 文字）【請求項２】
前記増幅手段は、前記複数のエキスパートそれぞれを、意思決定の回数を変数とする対数関数で得られる数のエキスパートに増幅する、
請求項１に記載の最適化システム。
【請求項３】
増幅された前記複数のエキスパートのうち、ｓ番目のエキスパートは、前記対数関数の底を２とすると、２
ｓ－１
回の意思決定ごとに、前記重みに関する情報が初期化される、
請求項２に記載の最適化システム。
【請求項４】
増幅されたエキスパートのうち、前記複数のエキスパートそれぞれのｓ番目のエキスパートの重みは、前記重みに関する情報が初期化される２
ｓ－１
回ごとの意思決定の回において、１回前の意思決定における前記重みに関する情報を用いて算出される、
請求項３に記載の最適化システム。
【請求項５】
前記増幅手段は、前記複数のエキスパートそれぞれを、前記意思決定の回数の全期間おいて、前記重みに関する情報が初期化されないエキスパートを少なくとも１つ含むように増幅する、
請求項１から４いずれかに記載の最適化システム。
【請求項６】
前記増幅手段は、前記複数のエキスパートそれぞれを、意思決定の回数を変数とする対数関数で得られる数に設定値を加えた数のエキスパートに増幅する、
請求項２に記載の最適化システム。
【請求項７】
前記増幅されたエキスパートそれぞれの重みに関する情報を記憶装置に記憶する記憶手段をさらに備え、
前記重み算出手段は、増幅されたエキスパートごとの重みに関する情報を前記記憶手段に記憶し、前記重みに関する情報を初期化しないタイミングにおいて、前記記憶手段から、１回前の回における前記重みに関する情報を読み出す、
請求項１から４いずれかに記載の最適化システム。
【請求項８】
複数のエキスパートを重みづけして組み合わせた意思決定の繰り返しにおける、複数のエキスパートの意思決定の結果として生じる損失を取得し、
前記複数のエキスパートそれぞれを、重みに関する情報を初期化するタイミングが異なる複数のエキスパートに増幅し、
増幅されたエキスパートごとに前記損失を用いて算出する意思決定の重みを基に、前記複数のエキスパートそれぞれの意思決定の重みを算出し、
前記複数のエキスパートそれぞれの意思決定の重みを出力する、
を備える最適化方法。
【請求項９】
複数のエキスパートを重みづけして組み合わせた意思決定の繰り返しにおける、複数のエキスパートの意思決定の結果として生じる損失を取得する処理と、
前記複数のエキスパートそれぞれを、重みに関する情報を初期化するタイミングが異なる複数のエキスパートに増幅する処理と、
増幅されたエキスパートごとに前記損失を用いて算出する意思決定の重みを基に、前記複数のエキスパートそれぞれの意思決定の重みを算出する処理と、
前記複数のエキスパートそれぞれの意思決定の重みを出力する処理と
をコンピュータに実行させる最適化プログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、最適化システム等に関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
意思決定システムにおいて、複数のエキスパートそれぞれによる意思決定を重みづけして組み合わせることによって、行動に関する意思決定が行われることがある。また、意思決定システムでは、エキスパートによる意思決定と、意思決定に基づく行動の観測データとから算出される意思決定における損失を基に、意思決定ごとに逐次的な最適化が行われることがある。このような、逐次的な最適化は、オンライン最適化ともいう。逐次的な最適化を繰り返すことで、例えば、意思決定の精度が向上し得る。一方で、複数のエキスパートに意思決定の組み合わせによって意思決定を行う場合に、環境の変化によって、意思決定に対して優れたエキスパートが変化することがある。意思決定に対して優れているエキスパートは、他のエキスパートに比べ重みが大きいため、環境が変化すると、複数のエキスパートの組み合わせによる意思決定の精度の低下が生じ得る。このため、複数のエキスパートの組み合わせによる意思決定において、環境の変化による意思決定への影響を抑制できることが望ましい。
【０００３】
非特許文献１は、環境の変化による意思決定への影響を抑制するため、意思決定における複数のエキスパートの重みを最適化する際に、複数のエキスパートをさらに複数のエキスパートに増幅させる最適化方法を用いている。
【先行技術文献】
【非特許文献】
【０００４】
Chen-Yu Wei， et al.， ”Tracking the Best Expert in Non-stationary Stochastic Environments”，［online］， Advances in Neural Information Processing Systems 29 (NIPS 2016)，［2022年10月13日検索］，インターネット <URL:https://papers.nips.cc/paper/2016/file/405e28906322882c5be9b4b27f4c35fd-Paper.pdf>
【発明の概要】
【発明が解決しようとする課題】
【０００５】
非特許文献１の最適化方法では、複数のエキスパートそれぞれの重みを最適化する際に、増幅されたエキスパートの重みの算出に関する処理の効率化が難しい場合がある。
【０００６】
本開示は、上記の課題を解決するため、複数のエキスパートによる意思決定における、複数のエキスパートそれぞれの重みの最適化を効率的に行うことができる最適化システム等を提供すること目的としている。
【課題を解決するための手段】
【０００７】
上記の課題を解決するため、本開示の最適化システムは、複数のエキスパートを重みづけして組み合わせた意思決定の繰り返しにおける、複数のエキスパートの意思決定の結果として生じる損失を取得する取得手段と、複数のエキスパートそれぞれを、重みに関する情報を初期化するタイミングが異なる複数のエキスパートに増幅する増幅手段と、増幅されたエキスパートごとに損失を用いて算出する意思決定の重みを基に、複数のエキスパートそれぞれの意思決定の重みを算出する重み算出手段と、複数のエキスパートそれぞれの意思決定の重みを出力する出力手段とを備える。
【０００８】
本開示の最適化方法は、複数のエキスパートを重みづけして組み合わせた意思決定の繰り返しにおける、複数のエキスパートの意思決定の結果として生じる損失を取得し、複数のエキスパートそれぞれを、重みに関する情報を初期化するタイミングが異なる複数のエキスパートに増幅し、増幅されたエキスパートごとに損失を用いて算出する意思決定の重みを基に、複数のエキスパートそれぞれの意思決定の重みを算出し、複数のエキスパートそれぞれの意思決定の重みを出力する。
【０００９】
本開示の最適化プログラムは、複数のエキスパートを重みづけして組み合わせた意思決定の繰り返しにおける、複数のエキスパートの意思決定の結果として生じる損失を取得する処理と、複数のエキスパートそれぞれを、重みに関する情報を初期化するタイミングが異なる複数のエキスパートに増幅する処理と、増幅されたエキスパートごとに損失を用いて算出する意思決定の重みを基に、複数のエキスパートそれぞれの意思決定の重みを算出する処理と、複数のエキスパートそれぞれの意思決定の重みを出力する処理とをコンピュータに実行させる。
【発明の効果】
【００１０】
本開示によると、複数のエキスパートによる意思決定における、複数のエキスパートそれぞれの重みの最適化を効率的に行うことができる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許