●日程：2016年9月12日(月)-13日(火)
●場所：大阪大学 豊中キャンパス 基礎工学研究科 Σホール（シグマホール）（口頭発表・ポスター発表）map
●参加費：無料（夜間討論会参加費：4000円）
●懇親会会場 http://tabelog.com/osaka/A2706/A270603/27081757/
●研究会スケジュール:
9/12(月)
12:00--13:00 受付
13:00--13:30 開会の挨拶及び自己紹介
13:30--14:00 口頭発表1 (OS-01)
14:00--15:00 招待講演1 (奥野弘嗣先生)
15:00--15:10 休憩
15:10--16:10 招待講演2 (内部英治先生)
16:20--17:50 ポスター発表
18:00--19:00 研究室見学
19:30--夜間討論会
9/13(火)
09:30--10:00 口頭発表2 (OS-02)
10:00--10:30 口頭発表3 (OS-03)
10:30--11:00 口頭発表4 (OS-04)
11:00--11:10 休憩
11:10--11:40 口頭発表5 (OS-05)
11:40--12:10 口頭発表6 (OS-06)
■招待講演者・講演内容詳細
[御講演者様１] 大阪工業大学 奥野弘嗣 特任講師 (http://neuro-inspired.org/pi.html)
●講演タイトル：視覚神経系を模倣した視覚情報処理システム～神経活動シミュレータと飛行ロボットの視覚制御～
概要：生体の視覚神経系は，自然画像の特徴や並列的な神経回路構造を利用して，効率よく視覚情報を処理している．本発表では，この効率の良い視覚神経系に学んだ二種類のシステムを紹介する．一つ目は，視覚神経系の活動をリアルタイムで模擬するハードウェアシミュレータである．多数の細胞からなる神経回路の応答をリアルタイムで模擬するため，複数の並列演算デバイス（アナログVLSI，FPGA，SpiNNaker）を活用した．本シミュレータを眼球運動等を模擬した動的な環境で動作させることにより，実際に近い視覚環境下で視覚神経群がどういった視覚情報をコードしているのかを検討した．二つ目は，昆虫の視覚神経系に学んだ，小型飛行ロボットの制御のための自己運動推定システムである．昆虫は，オプティカルフローと呼ばれる視覚情報の流れを用いて，自己運動の推定や障害物回避等の機能を効果的に実現していると考えられているため，これを模擬するシステムの開発を行った．システムに対して回転や並進運動を加え，運動を推定できるか評価した．
[御講演者様２] ATR 内部英治 主幹研究員 (http://researchmap.jp/uchibe/)
●講演タイトル：KL制御に基づく深層逆強化学習
概要：強化学習は環境からの報酬と呼ばれる強化信号に基づき制御則を学習するための、また意思決定の脳内メカニズムを理解するための計算論的枠組みである。近年は報酬関数をKL divergenceによって制限することで強化学習問題を確率推論の問題に変換でき、その結果を利用して様々な効率の良いアルゴリズムが提案されている。本講演では、これら確率推論に基づいた強化学習法を概説するとともに、我々が提案している深層逆強化学習について説明する。まず、学習前後の状態遷移確率密度の比の対数が、報酬関数の一部と価値関数の差分で表現されることを示す。この関係式を用いることで、逆強化学習問題が学習前前後の状態遷移確率密度の密度比推定問題として定式化できることを示す。密度比推定問題はロジスティック回帰を用いた二値分類問題とみなすことができ、ロジスティック回帰は深層学習で広く研究されているため、逆強化学習と深層学習を自然な形で統合できる。これにより従来の深層逆強化学習よりも少ない計算量で適切な報酬関数を推定しつつ、推定された報酬関数をもとに順強化学習が高速に実現できることを示す。
●口頭発表者
●ポスター発表者
●ポスター発表に関して
A0一枚に収まる大きさでお願いします．