Taku Harada

Scopus著者プロファイル

ウェブサイトhttps://www.tus.ac.jp/ridai/doc/ji/RIJIA01Detail.php?act=nam&kin=ken&diu=1430

h-index

年別の研究成果

Pureに変更を加えた場合、すぐここに表示されます。

研究・技術テーマ

進化計算による最適化アルゴリズムの設計
深層強化学習アルゴリズムの設計
ナーススケジューリングアルゴリズムの設計
エネルギーマネジメントシステムへの深層強化学習の適用
強化学習エージェントによる電力取引のシミュレーション解析

フィンガープリント

Taku Haradaが活動している研究トピックを掘り下げます。このトピックラベルは、この研究者の研究成果に基づきます。これらがまとまってユニークなフィンガープリントを構成します。

1 類似のプロファイル

9 Article
8 Conference contribution
1 Chapter
1 Paper

Home energy management algorithm based on deep reinforcement learning using multistep prediction
Kodama, N., Harada, T. & Miyazaki, K., 2021, In: IEEE Access. 9, p. 153108-153115 8 p.
研究成果: Article › 査読

Open Access
1 被引用数 (Scopus)
Distributed Deep Reinforcement Learning Method Using Profit Sharing for Learning Acceleration
Kodama, N., Harada, T. & Miyazaki, K., 1 8月 2020, In: IEEJ Transactions on Electrical and Electronic Engineering. 15, 8, p. 1188-1196 9 p.
研究成果: Article › 査読
1 被引用数 (Scopus)
Recurrent neural network based stock price prediction using multiple stock brands
Rikukawa, S., Mori, H. & Harada, T., 2020, In: International Journal of Innovative Computing, Information and Control. 16, 3, p. 1093-1099 7 p.
研究成果: Article › 査読
8 被引用数 (Scopus)
Simulated annealing based simulation method for minimizing electricity cost considering production line scheduling including injection molding machines
Ishihara, M., Hibino, H. & Harada, T., 2020, In: Journal of Advanced Mechanical Design, Systems and Manufacturing. 14, 4, A55.
研究成果: Article › 査読

Open Access
A Proposal for Reducing the Number of Trial-and-Error Searches for Deep Q-Networks Combined with Exploitation-Oriented Learning
Kodama, N., Miyazaki, K. & Harada, T., 15 1月 2019, Proceedings - 17th IEEE International Conference on Machine Learning and Applications, ICMLA 2018. Wani, M. A., Sayed-Mouchaweh, M., Lughofer, E., Gama, J. & Kantardzic, M. (eds.). Institute of Electrical and Electronics Engineers Inc., p. 983-988 6 p. 8614185. (Proceedings - 17th IEEE International Conference on Machine Learning and Applications, ICMLA 2018).
研究成果: Conference contribution › 査読
3 被引用数 (Scopus)

原田拓

研究者プロファイル

研究・技術テーマ

フィンガープリント

ネットワーク

詳細を開く

Home energy management algorithm based on deep reinforcement learning using multistep prediction

Distributed Deep Reinforcement Learning Method Using Profit Sharing for Learning Acceleration

Recurrent neural network based stock price prediction using multiple stock brands

Simulated annealing based simulation method for minimizing electricity cost considering production line scheduling including injection molding machines

A Proposal for Reducing the Number of Trial-and-Error Searches for Deep Q-Networks Combined with Exploitation-Oriented Learning

原田 拓

研究者プロファイル

研究・技術テーマ

フィンガープリント

ネットワーク

研究成果

Home energy management algorithm based on deep reinforcement learning using multistep prediction

Distributed Deep Reinforcement Learning Method Using Profit Sharing for Learning Acceleration

Recurrent neural network based stock price prediction using multiple stock brands

Simulated annealing based simulation method for minimizing electricity cost considering production line scheduling including injection molding machines

A Proposal for Reducing the Number of Trial-and-Error Searches for Deep Q-Networks Combined with Exploitation-Oriented Learning

原田拓