計算知能化研究室
辻村研究室
1.複雑系と計算知能化技術
2.ソフトコンピューティング
3.進化計算論
4.研究テーマ
5.研究室の方針
辻村研究室
1
1.複雑系と計算知能化技術
先ずは.....複雑系って何?
「機構,構造が複雑なシステム」のこと?
部分部分の構造と動作は単純だが,それらが集まって
システムを構成すると全体では予測できない動きをする
システム(例:交通システム,インターネット等)
設計や制御が非常に難しい
辻村研究室
2
1.複雑系と計算知能化技術
従来の科学計算技術では対応が困難
何故?⇒ 複雑故,アルゴリズムの構築が困難
では,どうするか?
アルゴリズム自体が問題解決に向けて
変化する「創発」的な発想
創発:部分間の相互作用の結果全体が現れ,その全体が部分の環境となり,
それによって新たな秩序が形成されるプロセス
(C. Langton, Artificial Life, 1989)
辻村研究室
3
2.ソフトコンピューティング
通常のコンピューティング(ハードコンピューティン
グ)
⇒ 「計算の精度」,「完全性」を追求
⇒ 条件が良くないと解けない.
多大な計算時間を多く要する.
ソフトコンピューティング(L.A.Zadeh教授)
⇒ 「柔軟性」と「適応性」を追及
計算精度は実用レベルで妥協
⇒ 実用性に富む.
辻村研究室
4
2.ソフトコンピューティング
計算知能化技術
ソフトコンピューティング
「融通性」,「主観性」
ファジィ理論
モダンヒューリスティック
(曖昧さの科学)
(様々な自然現象を
ニューラルネットワーク
利用した発見的手法)
(神経回路網による学習)
進化計算法
焼き鈍し法
カオス・フラクタル
(混沌の科学)
タブーサーチ etc…
確率的推論
(知識の科学)
etc…
辻村研究室
5
3.進化計算論
進化計算論(Evolutionary Computation: EC)
・・・ 生物の進化過程を模倣して問題解決
に利用
遺伝的アルゴリズム(Genetic Algorithm:GA)
遺伝的プログラミング(Genetic Programming:GP)
進化戦略(Evolutionary Strategy:ES)
進化プログラム(Evolutionary Program:EP)
etc…
辻村研究室
6
3.進化計算論
遺伝的アルゴリズム
染色体
(GA)
染色体が木構造の数式 ⇒
遺伝的プログラミング(GP)
⇒ 解
交
+
叉
→
突然変異
→
このサイクルを1世代とし,
進化を繰り返す.
辻村研究室
評価
選択
良い個体(解)を選
んで次世代に残す
7
4.研究テーマ①
①並列分散遺伝的アルゴリズム
分散並列化
染色体集団を分割して
並列処理
1つの染色体集団
辻村研究室
8
4.研究テーマ①
並列分散化の効果
 計算時間の短縮
 解の質の向上(より良い解を得る)
 高い創発性(各グループ内で独自の進化に
より多様な種の生成)
 「移民」により,より高い多様性の創出計算
時間の短縮
辻村研究室
9
4.研究テーマ①
どうやって並列分散化す
るか→研究課題
PCクラスタ
スイッチングHUB
処理の並列
分散化
処理結果
結果の集約
大量の計算
部分的計算
辻村研究室
部分的計算
部分的計算
10
4.研究テーマ②
②遺伝的プログラミングの応用
→進化するプログラム
 人工生命 → 蟻の行動のシミュレーション
 株価変動の予測
 自動作曲(シーケンサによる実
演)
辻村研究室
etc…
11
4.研究テーマ②
 人工生命・・・蟻の行動のシミュレーション
餌を採る
フェロモンを残す
餌
蟻の巣
フェロモンを辿って餌に辿り着く
これを繰り返すことで,辿る経路が巣と餌場の間の最短経路に近づく.
→ 遺伝的プログラミングにより経路を探索
辻村研究室
12
4.研究テーマ②
 株価変動の予測
株価の変動
多くの原因により不規則な変動
変動(関数)を遺伝的プログラミングにより
同定する.
辻村研究室
13
4.研究テーマ②
 自動作曲・・・遺伝的プログラミングの応用
①メロディの自動生成
②コード進行を自動生成した後,メロディを
自動生成
③作曲上の規則を知識として与えることで,
より自然な曲の自動生成
辻村研究室
14
4.研究テーマ③
③共生型遺伝的アルゴリズムの構築
●辻村が提案した
新しいGA
●2つの進化プロ
セスが1つの
進化プロセス
に共存(共生)
↓
計算の頑健性の
向上が目的
Co-evolution
Process
Sub-evolution
Process
sgen← 1
Initialization
gen ← 1, cnt ← 0
Re-evaluate by
Makeapan
and
Obtain v*( gen)
No
sgen < max_gen/50
No
Yes
gen < max_gen
v*( gen) is better
than V *
Yes
No
Return to the
Main Process
Yes
Crossover
Mutation
V * ← v*( gen)
Stop
cnt ← cnt + 1
Transfer pop_size
Current Chromosomes
Population
Mutation
cnt < max_gen/50
Evaluate by
Makeapan
Select pop_size ms
chromosomes
Yes
Evaluate by
Idle Time
Select pop_size id
chromosomes
Crossover
gen ← gen + 1
cnt ← 0
No
Sub-evolution
Process
Evaluate by
Waiting Time
Selection
sgen← sgen + 1
Return pop_size /10
Chromosomes Selected
Randmly to the Main
and Replace Them with
Chromosomes in the Main
Population
Make population
pop_size = pop_size ms + pop_size id
辻村研究室
15
4.研究テーマ④
●平成15年度卒研テーマ
1.PCクラスタによる並列分散環境の構築と共生型遺伝的アルゴリズムへの適用(継続)
 PCクラスタの構築・拡張
 共生型遺伝的アルゴリズムへの適用
2.進化計算論による自動作曲技術の開発(継続)
 作曲法ルールベースの遺伝的プログラミングによるコード生成
 生成したコード進行に基づく遺伝的プログラミングによるメロディ生成
3.進化計算論による人工生命の実現と予測への応用
 株価変動の予測への応用

ポートフォーリオ選択(顧客のニーズに応じた株式銘柄組合せの最適化)と利益予測への
応用
4.進化計算論によるファールトトレランス大規模ソフトウェア設計技術の開発
(東京都立科学技術大学及び岩手県立大学との共同研究)
このテーマに関しては、適宜全員で取り組む予定
辻村研究室
16
5.研究室の方針
 「指示待ち」ではなく「自主的」に研究を進める(自
主性の尊重).
 新分野の研究を通して,想像力豊かな人材を育
成する.
 礼節を重んじる.
 責任を持って研究に取り組む.
 「和を以て尊しと為す」を実践する(チームワーク
の尊重).
辻村研究室
17
お待ちしています!!
計算知能化研究室
(辻村研究室)
辻村研究室
18
ダウンロード

計算知能化研究室