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