コンプ漁業における水産資源量調査の為の水中映像からの紅藻類抽出

摘要

In the multiarmed bandit problem a gambler chooses an arm of a slot machine to pull considering a tradeoff between exploration and exploitation. We study the stochastic bandit problem where each arm has a reward distribution supported in a known bounded interval, e.g. [0,1]. For this model, there exists a policy which achieves the theoretical bound asymptotically. However the optimal policy requires a computation of a convex optimization which involves the empirical distribution of each arm. In this paper, we propose a policy which exploits the first d empirical moments for arbitrary d fixed in advance. The asymptotic upper bound of the regret of the policy approaches the theoretical bound as d increases. The proposed policy requires a minimization of KL divergence with moment constraints. We show by the theory of Tchebycheff system that the optimal value is obtained by solving polynomial equations.%近年，コンプ漁場での水中カメラを用いた水産資源調査が普及しつつある．しかし現在，この水産資源調査で得られたデータの解析は人手に頼る必要がある．そのため，労力や時間が多くかかり，効率的な調査が困難となっている．そこで，本研究では，北海道根室のコンプ漁場で撮影された水中映像から，自動的に対象の海藻類の資源状況を解析するシステムの構築を目指して，映像中からの紅藻類の抽出手法について検討する．本論文では，その第一歩として，映像中から手動で抽出した紅藻類の領域とコンプ頬の領域の識別手法について提案する．