@techreport{oai:ipsj.ixsq.nii.ac.jp:00095237,
 author = {中田雅也 and ピエール・ルカ・ランチ and 田島友祐 and 高玉圭樹},
 issue = {4},
 month = {Sep},
 note = {本論文では，学習分類子システム (Learning Classifier System: LCS) において，学習する分類子数を削減するために，Compact Genetic Algorithm を用いた確率モデル型分類子生成法を提案する．提案分類子生成法は，1) 分類子がもつ部分解の存在確率をモデル化することで不要な分類子の生成を抑制し，2) 従来の確率モデル型分類子生成法が適用困難であった強化学習問題クラスに適用可能である．教師あり学習問題 (multiplexer 問題) と強化学習問題 (block world 問題) において，提案分類子生成法を導入した LCS を適用したところ，次の知見を得た．まず，1) 提案 LCS は従来 LCS よりも，少ない学習回数で最適解を学習可能であり，2) 従来 LCS が学習した分類子数に対し，提案 LCS は最小でも 54%(最大で 76%) 削減した分類子数で学習可能であることを示した．},
 title = {Compact Genetic Algorithmを導入した学習分類子システムによる分類子数の削減},
 year = {2013}
}