BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【上級】論文輪読&実装会 強化学習 DQN 2018/8/19 X-WR-CALNAME:【上級】論文輪読&実装会 強化学習 DQN 2018/8/19 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:684114@techplay.jp SUMMARY:【上級】論文輪読&実装会 強化学習 DQN 2018/8/19 DTSTART;TZID=Asia/Tokyo:20180819T130000 DTEND;TZID=Asia/Tokyo:20180819T170000 DTSTAMP:20260508T222534Z CREATED:20180708T140449Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68411 4?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n近年 、AI（人工知能）のブームを迎え、日々ニュースではAI 関連のトピックが取りざたされ、\nその中でAIの最先端 アルゴリズムをビジネスに適用されたいニーズも高ま ってきております。\n\nそこで本研究会においては、最 先端のAIアルゴリズムの実践的な理解を行うため、論 文輪読＆実装会を開催いたします！\n毎回テーマ別に 開催しますので、初参加の方でもご参加いただけます 。\n\n今回の輪読会では、2013年12月19日にDeep Mind社によ り発表された強化学習アルゴリズム Deep Q Network (DQN)を 扱います！\n\n実装後は実際にビジネスに適用できそう かどうかのディスカッションができればと思います。\ nご参加を心よりお待ち申し上げます！\nご注意\n本イ ベントはセミナーではなく、論文輪読会です。\n参加 される場合は聴講ではなく、\n議論に積極的に参加し ていただく形でお願いいたします。\nそのため、論文 の予習必須でお願いいたします。\n一人では勉強が難 しいこともありますので、予習用の勉強会も開催いた します。\n（予習会の日程は、LINEグループとconnpassメ ールで日程・場所のご連絡を差し上げます。）\nこの 輪読会で得られた知見は、今後セミナーイベントとし て開催される予定ですので、\n聴講希望の方はぜひそ ちらにご参加ください！\n予習会お知らせ\n8月19日の上 級者向けAI論文輪読＆実装会のための予習会下記の通 り実施します。\n一回目\n\n日程：8/13 13:00~17:00\n場所： 大阪市中央区本町４丁目７−７　３０３号室( kiiiya本 町 )\n内容\n各自、論文を読書し、不明点を議論する。\ nプログラムを実行し、結果の精度を出しておく。\n\n\n 出欠を取るイベントページなどはございません。各自 思い思いの時間に来て、勉強していただけたらと思い ます。\n参加料500円です。\n\n二回目\n\n日程：8/15 13:00~1 7:00\n場所：大阪市中央区本町４丁目７−７　３０３号 室( kiiiya本町 )\n内容\n各自、論文を読書し、不明点を 議論する。\nプログラムを実行し、結果の精度を出し ておく。\n\n\n出欠を取るイベントページなどはござい ません。各自思い思いの時間に来て、勉強していただ けたらと思います。\n参加料500円です。\n\n対象者\n\nDee p Q Network(DQN)を理解/実装したいエンジニア・研究者・ 専門学生の方\n高校数学（数Ⅱ\,数Ⅲ）と工学系学部レ ベルの大学初等数学（線形代数、微分積分、統計学） の知識は必要です。\n\ndeep Q-network (DQN)とは\ndeep Q-network (DQN)とは、Googleの子会社ディープマインドが開発した 人工知能です。\n深層強化学習アルゴリズムを利用し たもので、一部の電子ゲームにおいて人間以上のスコ アを獲得できています。\n画像認識に多く用いられる 深層学習と強化学習(Q学習)を組み合わせたアルゴリズ ムにより動作し、\nゲームのルールを教えていない場 合でも、どのように操作すれば高得点を目指すことが できるのかを判断することができます。\nDQNはAtari 2600 の49種類のゲーム中43種類で従来の人工知能による得点 を上回り、29のゲームではプロゲーマーと同等または それ以上のパフォーマンスを見せました。\n\n（wikipedia より）\n対象の論文\n\nV. Minh\, et al. "Playing Atari with Deep R einforcement Learning" arXiv:1312.5602\, 2013. \n\nV. Minh\, et al. "Huma n-level control through deep reinforcement learning" nature\, 2015. \n\n1 9日に輪読する論文になります。こちらを読んで予習し て来てください！\nDQNでは、選択したactionを過大評価 しないように\, 行動を評価する(experience memoryを行う)際 と、行動を選択する際で使うモデルを分けるという方 策がとられています。上記一番目の論文は両者で同じ モデルを使っており、natureに掲載された2015年の論文( 上記2番目)では、両者を分けて新しくtarget networkを導入 しています。（[Python]強化学習(DQN)を実装しながらKeras に慣れるより）\n\n\n\nhttps://github.com/keras-rl/keras-rl/tree/ma ster/examples\n\nDQNをKerasフレームワークで実装されたもの です！\n19日は理論が終わった後に、実装もやろうと思 っております。 \n学習には時間がかかるので、各自事 前に動かせるかどうか試していただけけるとベストで す。\nPython 3系\, keras (2系でOK)\, keras-rl\, OpenAI gymが入っ ていればdqn_cartpole.pyなどは簡単に動きます。\n参考： [ Python] Keras-RLで簡単に強化学習(DQN)を試す\n\n\n\n\n\nスケ ジュール\n\n13:00~ 論文輪読会\n15:30~ 実装・評価会\n16:30~ ビジネス適用検討会\n\n\n 論文輪読では、理論の理解 を目標に議論を進めます。\n 実装・評価会では、デモ 実行する環境はUbuntu16.04かwindows 10を予定しております 。\n 論文の理解度や実装の進捗により急遽予定が変更 となる可能性がございます。\nビジネス適用検討会で は、理解した内容からどういったビジネス適用が可能 か議論します。\n泉大津AI研究会とは\n泉大津AI研究会 は、2018年4月1日に発足された団体です。\n最新AI技術の 実践的なビジネス適用とAI人材教育を理念としていま す。\nアクセス\n\n南海本線　泉大津駅（急行停車駅） 下車、徒歩15分（難波駅（空港急行）より20分）\n\n注 意事項\n\n駐車場はございませんので、当日は出来るだ け公共の交通機関をご利用いただき、ご来社ください ますようお願い申し上げます。ご協力の程よろしくお 願いいたします。\n\n論文学習に便利なツール\n\n英語PD Fから日本語PDFに変換するサイト\nDocTranslator \n\n\nDQNの 日本語の文献\n[Python] Keras-RLで簡単に強化学習(DQN)を試 す\nKerasで最短で強化学習（reinforcement learning）する with OpenAI Gym\nゼロからDeepまで学ぶ強化学習\n\n\n\n興味があ るが、参加できないという方へ。。\n今後の運営の参 考にさせていただきますので、ぜひ「興味があるが、 参加できない」枠からアンケートを記入していただけ れば幸いです。 LOCATION:(株)HCI 本社工場 2F 会議室 大阪府泉大津市式内町6 -30 URL:https://techplay.jp/event/684114?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR