JP2006023868A - 解探索装置及びその初期値設定方法 - Google Patents
解探索装置及びその初期値設定方法 Download PDFInfo
- Publication number
- JP2006023868A JP2006023868A JP2004199975A JP2004199975A JP2006023868A JP 2006023868 A JP2006023868 A JP 2006023868A JP 2004199975 A JP2004199975 A JP 2004199975A JP 2004199975 A JP2004199975 A JP 2004199975A JP 2006023868 A JP2006023868 A JP 2006023868A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- value
- search range
- search
- solution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】 解探索において、有効な初期値、初期分布を作り、解探索の効率を上げることを目的とする。
【解決手段】 解探索装置100において、パラメータ探索範囲入力部11は、パラメータの探索範囲を取得してパラメータ探索範囲記憶部21に記憶する。次に、パラメータ設定部12は、パラメータ探索範囲記憶部21に記憶したパラメータの探索範囲に対して、パラメータの探索範囲の少なくとも一部分に対してパラメータ値の対数値の分布が一様分布、正規分布になるようにパラメータの初期値を設定し、パラメータ記憶部22に記憶する。そして、探索部15は、パラメータ記憶部22に記憶したパラメータを読み込んで所定のアルゴリズムにより解を探索する。
【選択図】 図3
【解決手段】 解探索装置100において、パラメータ探索範囲入力部11は、パラメータの探索範囲を取得してパラメータ探索範囲記憶部21に記憶する。次に、パラメータ設定部12は、パラメータ探索範囲記憶部21に記憶したパラメータの探索範囲に対して、パラメータの探索範囲の少なくとも一部分に対してパラメータ値の対数値の分布が一様分布、正規分布になるようにパラメータの初期値を設定し、パラメータ記憶部22に記憶する。そして、探索部15は、パラメータ記憶部22に記憶したパラメータを読み込んで所定のアルゴリズムにより解を探索する。
【選択図】 図3
Description
本発明は、解探索装置及びその初期値設定方法に関するものである。例えば、本発明は、数値計算によって物理化学現象をシミュレーションするソフトウェアに組み込まれた物理化学モデルが用いる複数のパラメータの値が、測定結果の様に外部から与えられたデータとの誤差を最小となる様に、遺伝的アルゴリズムを用いて自動的に探索する計算方法に関するものである。さらに、具体的には、本発明の解探索装置、例えば、半導体回路シミュレータが内蔵するトランジスタモデルが持つ複数のパラメータを実測した電流電圧データ(I−Vデータ)の誤差が小さくなる様に合せ込んだり、半導体プロセスシミュレータが内蔵するイオン注入モデルが持つ複数のパラメータをSIMS測定した結果に合せ込んだりして、これらのシミュレータと実測結果の食い違いを抑制する事で、これらのシミュレータの予測性を高める為に用いられるものである。
一般に、複数のパラメータを持つ非線形性が強いモデルのもつ複数のパラメータの値を探索する場合に、測定データとの誤差をこれらパラメータの関数として表現すると、複数の極小値を持つ事が経験的に知られている。図10に示すように目標とする測定データ(○印)に対してPearson4関数と呼ばれる4個のパラメータをもつモデル関数を当てはめた結果では、図11に示すように、その合わせ誤差を2個のパラメータに対して表示すると左右の谷が現われ、同程度に合わせ誤差が小さいパラメータの組み合わせが複数存在する事が判る。
この様な場合には、最も誤差が少ないパラメータセットを探索することは、複数の谷の中から最も低い谷となるパラメータセットを探す事に対応する。この様な問題は「多峰性問題」と呼ばれる。パラメータセットが与える誤差に対する勾配を利用した探索手法をこうした問題に適用すると、最終的に得られるパラメータセットでの誤差は、探索開始時に初期値として与えたパラメータの値に強く依存してしまうためうまくいかない。そこで近年、多峰性問題でも実用的に誤差が十分小さい解を探索できる、遺伝的アルゴリズム(GA)が有力な手法として注目されている。
遺伝的アルゴリズムでは、まず探索する各パラメータごとに予め探索範囲となる最小値と最大値を与え、その範囲で一様分布する疑似乱数を用いて各パラメータの値をランダムに設定する。個々のパラメータ値を、たとえば1と0からなる10ビットの列で表し、4個のパラメータを探索する場合には40個の1又は0で表される列を作り、これを「遺伝子」と呼ぶ。そして1つの遺伝子に対して、その遺伝子が表すパラメータセットでモデル関数を計算したときの測定データとの誤差の値を対応させ、これを「適合値」と呼ぶ。こうして類似乱数で発生した遺伝子と、それに対応した適合値との対を十分な個数、例えば100個作る。
特開2003−85526号公報
和田、金村「遺伝的アルゴリズムを用いたパラメータ抽出方法の検討」、応用物理学会 シリコンテクノロジー分科会 No.32、STM01−07、pp37−42、2001
ところで、こうした探索ではパラメータの探索範囲を指定する必要がある。そして指定された範囲を上下限とした範囲でパラメータの初期値を設定する。たとえば、パラメータp0が1以上20以下と指定された場合には、最初に発生させる全遺伝子についてp0の値は1から20の範囲で一様分布する乱数で設定する。しかし、この方法では探索範囲が数桁変化するパラメータに対しては、以下の理由でその効果が低下する。
例えば、p0の探索範囲が10から100000の様に広いレンジを持つパラメータを含む問題で真の解が20である問題を、100個の遺伝子個体を用いて探索する事を考える。図12に示すように、この場合の探索範囲である10から100000の範囲で一様分布する乱数を用いてp0の初期分布を作るとその大部分は10000以上の値となり例えば100以下のp0の値は殆ど設定されない。そのため探索開始後も例えば100以下の範囲に探索が及ぶ可能性は、以下の理由から、非常に低下する。GAの探索でp0が特定範囲に至る為には、選択された親個体のパラメータ値をもとにした「交配」と「突然変異」操作による。もしp0の初期値が全個体で100以上の場合には、真の解20程度の値に対応した1と0のビット列がどの遺伝子個体にも含まれないため、交配操作では20程度の値に対応したビット列は生じない。従って「突然変異」でこうしたビット列が発生するのを待つしかない。そこで突然変異の発生確率を高く設定すると、交配操作で絞込まれてきた望ましいビット列情報が破壊される確率が高まり、その結果探索の効率が低下する。
本発明は、上記のような課題を解決するためになされたもので、解探索において、有効な初期値、初期分布を作り、解探索の効率を上げることを目的とする。
本発明の解探索装置は、パラメータの探索範囲を記憶するパラメータ探索範囲記憶部と、複数のパラメータを記憶するパラメータ記憶部と、パラメータ探索範囲記憶部に記憶されたパラメータの探索範囲を参照し、パラメータの探索範囲の少なくとも一部分に対するパラメータ値の対数値が所定の分布になるようなパラメータ値を生成し、生成したパラメータ値を設定したパラメータをパラメータ記憶部に記憶するパラメータ設定部と、パラメータ設定部によりパラメータ値が設定されたパラメータをパラメータ記憶部から読み込んで所定のアルゴリズムにより解を探索する探索部とを備えたことを特徴とする。
パラメータ設定部は、パラメータの探索範囲の少なくとも一部分に対するパラメータ値の対数値が一様分布になるようなパラメータ値を生成する一様分布計算部を備えたことを特徴とする。
本発明の解探索装置は、パラメータの探索範囲を記憶するパラメータ探索範囲記憶部と、複数のパラメータを記憶するパラメータ記憶部と、パラメータ探索範囲記憶部に記憶されたパラメータの探索範囲を参照し、パラメータの探索範囲の一部分のパラメータ値の対数値の分布がパラメータの探索範囲の他部分のパラメータ値の対数値の分布に比べて蜜になるようなパラメータ値を生成し、生成したパラメータ値を設定したパラメータをパラメータ記憶部に記憶するパラメータ設定部と、パラメータ設定部によりパラメータ値が設定されたパラメータをパラメータ記憶部から読み込んで所定のアルゴリズムにより解を探索する探索部とを備えたことを特徴とする。
パラメータ設定部は、パラメータの探索範囲の一部分のパラメータ値の対数値の分布が正規分布となるようなパラメータ値を生成する正規分布計算部を備えたことを特徴とする。
パラメータ設定部は、パラメータの探索範囲の他部分のパラメータ値の対数値の分布が一様分布となるようなパラメータ値を生成する一様分布計算部を備えたことを特徴とする。
本発明の初期値設定方法は、パラメータの探索範囲を取得して記憶部に記憶する探索範囲記憶工程と、記憶部に記憶したパラメータの探索範囲に対して、パラメータ値の対数値の分布が所定の分布になるようにパラメータの初期値を設定して記憶部に記憶する初期値設定工程とを有することを特徴とする。
初期値設定工程は、パラメータの探索範囲の少なくとも一部分に対してパラメータ値の対数値の分布が一様分布になるようにパラメータの初期値を設定することを特徴とする。
初期値設定工程は、パラメータの探索範囲の少なくとも一部分に対してパラメータ値の対数値の分布が正規分布になるようにパラメータの初期値を設定することを特徴とする。
本発明によれば、解探索において、有効な初期値、初期分布を作り、解探索の効率を上げることができる。
実施の形態1.
図1は、実施の形態1における解探索装置の外観の一例を示す図である。
図1において、解探索装置100は、システムユニット910、CRT(Cathode Ray Tube)表示装置901、キーボード(K/B)902、マウス903、コンパクトディスク装置(CDD)905、プリンタ装置906、スキャナ装置907を備え、これらはケーブルで接続されている。
さらに、解探索装置100は、FAX機932、電話器931とケーブルで接続され、また、ローカルエリアネットワーク(LAN)942、ウェブサーバ941を介してインターネット940に接続されている。
図1は、実施の形態1における解探索装置の外観の一例を示す図である。
図1において、解探索装置100は、システムユニット910、CRT(Cathode Ray Tube)表示装置901、キーボード(K/B)902、マウス903、コンパクトディスク装置(CDD)905、プリンタ装置906、スキャナ装置907を備え、これらはケーブルで接続されている。
さらに、解探索装置100は、FAX機932、電話器931とケーブルで接続され、また、ローカルエリアネットワーク(LAN)942、ウェブサーバ941を介してインターネット940に接続されている。
図2は、実施の形態1における解探索装置100のハードウェア構成の一例を示す図である。
図2において、解探索装置100は、プログラムを実行するCPU(Central Processing Unit)911を備えている。CPU911は、バス912を介してROM913、RAM914、通信ボード915、CRT表示装置901、K/B902、マウス903、FDD(Flexible Disk Drive)904、磁気ディスク装置920、CDD905、プリンタ装置906、スキャナ装置907と接続されている。
RAM914は、揮発性メモリの一例である。ROM913、FDD904、CDD905、磁気ディスク装置920は、不揮発性メモリの一例である。これらは、記憶装置あるいは記憶部の一例である。
通信ボード915は、FAX機932、電話器931、LAN942等に接続されている。
例えば、通信ボード915、K/B902、スキャナ装置907、FDD904などは、入力部の一例である。
また、例えば、通信ボード915、CRT表示装置901などは、出力部の一例である。
図2において、解探索装置100は、プログラムを実行するCPU(Central Processing Unit)911を備えている。CPU911は、バス912を介してROM913、RAM914、通信ボード915、CRT表示装置901、K/B902、マウス903、FDD(Flexible Disk Drive)904、磁気ディスク装置920、CDD905、プリンタ装置906、スキャナ装置907と接続されている。
RAM914は、揮発性メモリの一例である。ROM913、FDD904、CDD905、磁気ディスク装置920は、不揮発性メモリの一例である。これらは、記憶装置あるいは記憶部の一例である。
通信ボード915は、FAX機932、電話器931、LAN942等に接続されている。
例えば、通信ボード915、K/B902、スキャナ装置907、FDD904などは、入力部の一例である。
また、例えば、通信ボード915、CRT表示装置901などは、出力部の一例である。
ここで、通信ボード915は、LAN942に限らず、直接、インターネット940、或いはISDN等のWAN(ワイドエリアネットワーク)に接続されていても構わない。直接、インターネット940、或いはISDN等のWANに接続されている場合、解探索装置100は、インターネット940、或いはISDN等のWANに接続され、ウェブサーバ941は不用となる。
磁気ディスク装置920には、オペレーティングシステム(OS)921、ウィンドウシステム922、プログラム群923、ファイル群924が記憶されている。プログラム群923は、CPU911、OS921、ウィンドウシステム922により実行される。
磁気ディスク装置920には、オペレーティングシステム(OS)921、ウィンドウシステム922、プログラム群923、ファイル群924が記憶されている。プログラム群923は、CPU911、OS921、ウィンドウシステム922により実行される。
上記プログラム群923には、以下に述べる実施の形態の説明において「〜部」として説明する機能を実行するプログラムが記憶されている。プログラムは、CPU911により読み出され実行される。
ファイル群924には、以下に述べる実施の形態の説明において、「〜の判定結果」、「〜の計算結果」、「〜の処理結果」として説明するものが、「〜ファイル」として記憶されている。
また、以下に述べる実施の形態の説明において説明するフローチャートの矢印の部分は主としてデータの入出力を示し、そのデータの入出力のためにデータは、磁気ディスク装置920、FD(Flexible Disk)、光ディスク、CD(コンパクトディスク)、MD(ミニディスク)、DVD(Digital Versatile Disk)等のその他の記録媒体に記録される。あるいは、信号線やその他の伝送媒体により伝送される。
ファイル群924には、以下に述べる実施の形態の説明において、「〜の判定結果」、「〜の計算結果」、「〜の処理結果」として説明するものが、「〜ファイル」として記憶されている。
また、以下に述べる実施の形態の説明において説明するフローチャートの矢印の部分は主としてデータの入出力を示し、そのデータの入出力のためにデータは、磁気ディスク装置920、FD(Flexible Disk)、光ディスク、CD(コンパクトディスク)、MD(ミニディスク)、DVD(Digital Versatile Disk)等のその他の記録媒体に記録される。あるいは、信号線やその他の伝送媒体により伝送される。
また、以下に述べる実施の形態の説明において「〜部」として説明するものは、ROM913に記憶されたファームウェアで実現されていても構わない。或いは、ソフトウェアのみ、或いは、ハードウェアのみ、或いは、ソフトウェアとハードウェアとの組み合わせ、さらには、ファームウェアとの組み合わせで実施されても構わない。
また、以下に述べる実施の形態を実施するプログラムは、また、磁気ディスク装置920、FD(Flexible Disk)、光ディスク、CD(コンパクトディスク)、MD(ミニディスク)、DVD(Digital Versatile Disk)等のその他の記録媒体による記録装置を用いて記憶されても構わない。
図3は、実施の形態1における解探索装置100の論理構成の一例を示す図である。
図3に示す解探索装置100は、所定の探索範囲をもつパラメータを用いて所定遺伝的アルゴリズムにより解を探索する装置である。
図3に示す解探索装置100は、所定の探索範囲をもつパラメータを用いて所定遺伝的アルゴリズムにより解を探索する装置である。
解探索装置100は、パラメータの探索範囲を記憶するパラメータ探索範囲記憶部21と、複数のパラメータを持った遺伝子データ(以下、単に、遺伝子または固体という)を記憶するパラメータ記憶部22を備えている。図3では、遺伝子は、4つのパラメータp0、p1、p2、p3を持つモデル関数である。図3では、100個の遺伝子が記憶されている場合を示している。
解探索装置100は、入力装置からパラメータの探索範囲を入力し、パラメータの探索範囲をパラメータ探索範囲記憶部21に記憶するパラメータ探索範囲入力部11を備えている。
また、解探索装置100は、パラメータ探索範囲記憶部21に記憶されたパラメータの探索範囲を参照し、パラメータの探索範囲の少なくとも一部分に対するパラメータ値の対数値が所定の分布になるようなパラメータ値を生成し、生成したパラメータ値を設定したパラメータをパラメータ記憶部22に記憶するパラメータ設定部12を備えている。
また、解探索装置100は、パラメータ設定部12によりパラメータ値が設定されたパラメータをパラメータ記憶部22から読み込んで遺伝的アルゴリズムにより解を探索する探索部15を備えている。
解探索装置100は、入力装置からパラメータの探索範囲を入力し、パラメータの探索範囲をパラメータ探索範囲記憶部21に記憶するパラメータ探索範囲入力部11を備えている。
また、解探索装置100は、パラメータ探索範囲記憶部21に記憶されたパラメータの探索範囲を参照し、パラメータの探索範囲の少なくとも一部分に対するパラメータ値の対数値が所定の分布になるようなパラメータ値を生成し、生成したパラメータ値を設定したパラメータをパラメータ記憶部22に記憶するパラメータ設定部12を備えている。
また、解探索装置100は、パラメータ設定部12によりパラメータ値が設定されたパラメータをパラメータ記憶部22から読み込んで遺伝的アルゴリズムにより解を探索する探索部15を備えている。
パラメータ設定部12は、パラメータの探索範囲の少なくとも一部分に対するパラメータ値の対数値が一様分布になるようなパラメータ値を生成する一様分布計算部13を備えている。
正規分布計算部14については、実施の形態2で説明する。
正規分布計算部14については、実施の形態2で説明する。
以下、遺伝的アルゴリズムを用いて記憶部に記憶したパラメータの値を更新しながら解を探索する解探索装置の初期値設定方法について説明する。実施の形態1の解探索装置の初期値設定方法は、数桁の範囲で値を取り得るパラメータp0の初期値の設定方法に特徴がある。
例えば10から100000までの値を取り得るパラメータp0を含む4つのパラメータp0、p1、p2、p3を持つモデル関数を、与えられた測定データに当てはめる例で説明する。また、100個の個体を用いたGAでパラメータを探索する場合を説明する。
例えば10から100000までの値を取り得るパラメータp0を含む4つのパラメータp0、p1、p2、p3を持つモデル関数を、与えられた測定データに当てはめる例で説明する。また、100個の個体を用いたGAでパラメータを探索する場合を説明する。
探索範囲記憶工程では以下の動作を行う。
パラメータ探索範囲入力部11は、入力装置からパラメータp0、p1、p2、p3の探索範囲を入力し、パラメータp0、p1、p2、p3の探索範囲をパラメータ探索範囲記憶部21に記憶する。ここで、探索範囲は、下限値と上限値とで表わされるものとする。
ここで、パラメータp0は、10から100000までの値を取り得るものとする。すなわち、パラメータp0の下限値はp0min=10、上限値はp0max=100000である。
パラメータp0、p1、p2、p3の探索範囲は以下のようなものとして入力されたものとする。
パラメータp1の下限値はp1min、上限値はp1maxである。
パラメータp2の下限値はp2min、上限値はp2maxである。
パラメータp3の下限値はp3min、上限値はp3maxである。
パラメータ探索範囲入力部11は、入力装置からパラメータp0、p1、p2、p3の探索範囲を入力し、パラメータp0、p1、p2、p3の探索範囲をパラメータ探索範囲記憶部21に記憶する。ここで、探索範囲は、下限値と上限値とで表わされるものとする。
ここで、パラメータp0は、10から100000までの値を取り得るものとする。すなわち、パラメータp0の下限値はp0min=10、上限値はp0max=100000である。
パラメータp0、p1、p2、p3の探索範囲は以下のようなものとして入力されたものとする。
パラメータp1の下限値はp1min、上限値はp1maxである。
パラメータp2の下限値はp2min、上限値はp2maxである。
パラメータp3の下限値はp3min、上限値はp3maxである。
初期値設定工程では以下の動作を行う。
パラメータ設定部12は、パラメータ探索範囲記憶部21に記憶されたパラメータp0、p1、p2、p3の探索範囲を参照し、パラメータの初期値を設定してパラメータ記憶部22に記憶する。
一様分布計算部13は、パラメータp0の探索範囲に対するパラメータ値の対数値が一様分布になるようなパラメータ値を100個生成し、生成した100個のパラメータ値をパラメータ記憶部22の固体のパラメータp0に設定し記憶する。すなわち、100個の個体を用いたGAでパラメータを探索する場合、各個体毎に、Rを[0、1]の間で一様分布する乱数として、p0=10^{log(p0min)+R*(log(p0max/p0min))}(ただし、^はべき乗を示す)として100個のp0を求める。
パラメータ設定部12は、パラメータ探索範囲記憶部21に記憶されたパラメータp0、p1、p2、p3の探索範囲を参照し、パラメータの初期値を設定してパラメータ記憶部22に記憶する。
一様分布計算部13は、パラメータp0の探索範囲に対するパラメータ値の対数値が一様分布になるようなパラメータ値を100個生成し、生成した100個のパラメータ値をパラメータ記憶部22の固体のパラメータp0に設定し記憶する。すなわち、100個の個体を用いたGAでパラメータを探索する場合、各個体毎に、Rを[0、1]の間で一様分布する乱数として、p0=10^{log(p0min)+R*(log(p0max/p0min))}(ただし、^はべき乗を示す)として100個のp0を求める。
図4は、実施の形態1のパラメータ設定部12の初期値設定工程によるパラメータp0の初期値の対数分布を示す図である。横軸は、対数メモリであり、p0の対数値log(p0)である。縦軸は、パラメータの発生確率である。
ここで、パラメータp0の下限値はp0min=10、上限値はp0max=100000として、以下に、p0の対数値log(p0)を計算する。基底は10とする。
log(p0)=log10^{log(p0min)+R*(log(p0max/p0min))}
log(p0)=log10^{log(10)+R*(log(100000/10))}
log(p0)=log10^{log(10)+R*(log(10000))}
log(p0)=log10^{1+R*4}
log(p0)=1+R*4
ここで、Rは[0、1]の間で一様分布する乱数であり、Rの最小値=0、Rの最大値=1であるから、
R=0のとき、log(p0)=1+R*4=1
R=1のとき、log(p0)=1+R*4=5
となる。よって、p0の対数値の最小値=1、最大値=5である。Rは[0、1]の間で一様分布する乱数であるから、p0の対数値も一様に分布する。
したがって、図4に示すように、p0の対数値は、1と5の間で一様に分布する。
ここで、パラメータp0の下限値はp0min=10、上限値はp0max=100000として、以下に、p0の対数値log(p0)を計算する。基底は10とする。
log(p0)=log10^{log(p0min)+R*(log(p0max/p0min))}
log(p0)=log10^{log(10)+R*(log(100000/10))}
log(p0)=log10^{log(10)+R*(log(10000))}
log(p0)=log10^{1+R*4}
log(p0)=1+R*4
ここで、Rは[0、1]の間で一様分布する乱数であり、Rの最小値=0、Rの最大値=1であるから、
R=0のとき、log(p0)=1+R*4=1
R=1のとき、log(p0)=1+R*4=5
となる。よって、p0の対数値の最小値=1、最大値=5である。Rは[0、1]の間で一様分布する乱数であるから、p0の対数値も一様に分布する。
したがって、図4に示すように、p0の対数値は、1と5の間で一様に分布する。
一方、パラメータ設定部12は、各個体毎に、Rを[0、1]の間で一様分布する乱数として、パラメータp1、p2、p3については、
p1=p1min+R*(p1max−p1min)
p2=p2min+R*(p2max−p2min)
p3=p3min+R*(p3max−p3min)
を計算してそれぞれ100個のp1、p2、p3を求める。
こうすることで、p1、p2、p3はそれぞれの上限値と下限値の間で一様に分布する。
p1=p1min+R*(p1max−p1min)
p2=p2min+R*(p2max−p2min)
p3=p3min+R*(p3max−p3min)
を計算してそれぞれ100個のp1、p2、p3を求める。
こうすることで、p1、p2、p3はそれぞれの上限値と下限値の間で一様に分布する。
探索工程では以下の動作を行う。
探索部15は、パラメータ設定部12によりパラメータ値が設定された固体をパラメータ記憶部22から読み込んで遺伝的アルゴリズムにより最適解を探索する。
以下では、図5を用いて、探索部15が最適値を探す方法として遺伝的アルゴリズムを説明する。
探索部15は、パラメータ設定部12によりパラメータ値が設定された固体をパラメータ記憶部22から読み込んで遺伝的アルゴリズムにより最適解を探索する。
以下では、図5を用いて、探索部15が最適値を探す方法として遺伝的アルゴリズムを説明する。
個々のパラメータ値を、1と0からなる10ビットの列で表すと、パラメータが4個の場合、遺伝子は40個の1又は0で表される列になる。
1つの遺伝子に対して、その遺伝子が表すパラメータセットでモデル関数を計算したときの測定データとの誤差の値を対応させ、これを「適合値」と呼ぶ。
探索部15は、ランダムではあるが好ましい適合値、即ちより小さな適合値を持つ遺伝子はより選ばれ易くなるような選択方法で2個の遺伝子A、Bを選択する。遺伝子A、Bを「親」と呼ぶ。
探索部15は、それぞれ40個の1または0からなる数字列に対して、40以下のランダムに選んだ数字に対応する場所で遺伝子を交叉させる事で新たな1または0からなる2個の遺伝子C、Dを作成する。遺伝子C、Dを「子」と呼ぶ。
1つの遺伝子に対して、その遺伝子が表すパラメータセットでモデル関数を計算したときの測定データとの誤差の値を対応させ、これを「適合値」と呼ぶ。
探索部15は、ランダムではあるが好ましい適合値、即ちより小さな適合値を持つ遺伝子はより選ばれ易くなるような選択方法で2個の遺伝子A、Bを選択する。遺伝子A、Bを「親」と呼ぶ。
探索部15は、それぞれ40個の1または0からなる数字列に対して、40以下のランダムに選んだ数字に対応する場所で遺伝子を交叉させる事で新たな1または0からなる2個の遺伝子C、Dを作成する。遺伝子C、Dを「子」と呼ぶ。
例えば、遺伝子Cは最初から例えば13番目まではAと同じ並びで、14番目から37番目まではBの対応する位置の並びと同じ、38番目以降はAの対応する位置の並びと同じ、遺伝子Dは最初から例えば13番目まではBと同じ並びで、14番目から37番目まではAの対応する位置の並びと同じ、38番目以降はBの対応する位置の並びと同じものとなる。この探索部15の操作を「交配」と呼ぶ。
次に、探索部15は、所定の確率、例えば5%の確率で遺伝子Cと遺伝子Dの1、0の値を反転させ、遺伝子CとDの適合値をそれぞれ計算する。この探索部15の操作を「突然変異」と呼ぶ。上記探索部15の操作を、この例では50回繰り返して新たな100個の遺伝子を作成する。新たな遺伝子の個数が最初に作成した遺伝子の個数と同じになった時点で、最初に作成した遺伝子の中で最も小さな適合値をもつ遺伝子のみを残して、新たに作成した遺伝子から最大の適合値をもつ遺伝子を除いた99個の新しい遺伝子で置き換える。
探索部15は、上記操作を繰り返す。上記操作を繰り返すと、100個の遺伝子の中で最小の適合値を持つ遺伝子が表すパラメータの値は、次第に最小値(最適解)に近づく。
初期の遺伝子を初期値設定工程で発生させた後、探索工程で、親の選択、交配、突然変異を繰り返すことで、パラメータの値に関する情報を有効にして探索を効果的に進めることが出来る。
初期の遺伝子を初期値設定工程で発生させた後、探索工程で、親の選択、交配、突然変異を繰り返すことで、パラメータの値に関する情報を有効にして探索を効果的に進めることが出来る。
以上のように、実施の形態1では、解探索装置100が、利用者が指定したモデル関数、複数のパラメータの個数やその探索範囲に関する情報、当てはめ対象とする測定データファイル、計算結果を出力するファイルに関する情報を読込む機能と、遺伝的アルゴリズムを用いて下限値探索を行う計算処理機能と、指定されたファイルにパラメータの探索結果を書き出す機能とを有している。
解探索装置100は、さらに、利用者が指定したパラメータの探索範囲と初期値を読み込む機能と、該初期値指定での指定内容に基づき探索対象パラメータの初期設定操作においてパラメータの対数値での分布を当該パラメータの探索範囲に対して一様に分布する様に設定させる機能とを有している。
以下に本発明により得られる効果を説明する。
図6は、与えられた測定データ(○印)に対して5個のモデルパラメータを持つLorentz関数がモデル関数で5個のパラメータ中の1つは10から100000の範囲を取り得るものとして、そのパラメータに対しては本発明による方法で対数値が一様分布する様な初期値設定をし、200個の個体数を用いたGAで当てはめを行った結果である。
図6は、与えられた測定データ(○印)に対して5個のモデルパラメータを持つLorentz関数がモデル関数で5個のパラメータ中の1つは10から100000の範囲を取り得るものとして、そのパラメータに対しては本発明による方法で対数値が一様分布する様な初期値設定をし、200個の個体数を用いたGAで当てはめを行った結果である。
図7は同じ計算を、全てのパラメータを一様分布する乱数を使って初期値設定して計算した結果ある。図6、図7の比較から本発明ではデータがより一致している事が判る。
図8は、上記問題に対して乱数系列を変えて10回の抽出を繰返した時の当てはめ誤差を示す図である。計算機内部で発生させる乱数は、最初に「種」となる整数値を与え、それに演算を施して発生する数字を乱数として使っている。ここで言う「乱数系列を変える」とは最初に与える種の値を変えたことを意味する。乱数系列を変えるとGAの場合には結果が微妙に変わるので、乱数系列を変えてGAを複数回実行することにより、この実施の形態(計算プログラム)の安定性、すなわち、この実施の形態は発生する乱数、乱数系列の違いにより、当てはめ誤差についての精度に大きな影響が無いことを確認することができる。
1列目は試行回数である。2列目は各個体のパラメータの初期値は従来法、即ち全て一様分布する乱数で与えた結果での当てはめ誤差である。3列目は本実施の形態による用法で探索範囲の広いパラメータはその対数値が一様分布する様に初期値設定した結果での当てはめ誤差ある。GAでは計算に乱数を用いるため、一般に計算結果は毎回少しずつ異なるので、この様に何回も試行してこの実施の形態(計算プログラム)の安定性を確認する事が重要である。
従来法と本発明との安定性を確認すると、図7のグラフや図8の1列目の値から分かるように従来法の場合には誤差が大きく、図6のグラフや図8の2列目の値のように、本発明の方法では殆どの場合で従来法より当てはめ誤差が小さいことが判る。
実施の形態2.
実施の形態2では、図3を用いて、実施の形態1と異なる点について説明する。
実施の形態2の解探索装置100では、パラメータ設定部12が、パラメータ探索範囲記憶部21に記憶されたパラメータの探索範囲を参照し、パラメータの探索範囲の一部分のパラメータ値の対数値の分布がパラメータの探索範囲の他部分のパラメータ値の対数値の分布に比べて蜜になるようなパラメータ値を生成し、生成したパラメータ値を設定したパラメータをパラメータ記憶部22に記憶する点が特徴である。
実施の形態2では、図3を用いて、実施の形態1と異なる点について説明する。
実施の形態2の解探索装置100では、パラメータ設定部12が、パラメータ探索範囲記憶部21に記憶されたパラメータの探索範囲を参照し、パラメータの探索範囲の一部分のパラメータ値の対数値の分布がパラメータの探索範囲の他部分のパラメータ値の対数値の分布に比べて蜜になるようなパラメータ値を生成し、生成したパラメータ値を設定したパラメータをパラメータ記憶部22に記憶する点が特徴である。
正規分布計算部14は、パラメータの探索範囲の一部分のパラメータ値の対数値の分布が正規分布となるようなパラメータ値を生成する。
以下、実施の形態2の解探索装置100のパラメータ設定部12の初期値設定工程の動作について説明する。
以下、実施の形態2の解探索装置100のパラメータ設定部12の初期値設定工程の動作について説明する。
ここでも、パラメータp0が数桁の範囲で値を取り得るものとする。また、パラメータp0の推定値p0’が与えられるものとする。パラメータ探索範囲入力部11は、入力装置からパラメータp0の推定値p0’、上限値p0max、下限値p0minを初期値の情報として入力しパラメータ探索範囲記憶部21に記憶する。
パラメータp0の推定値p0’、上限値p0max、下限値p0minが与えられた場合には、全遺伝子のたとえば30%の遺伝子に対して、正規分布計算部14が、対数軸上で平均値がp0’、Gauss型分布の幅が(p0max−p0min)/5になる様にパラメータp0の初期値を分布させる。残り70%の固体に対して、一様分布計算部13が、p0の値をその対数値が一様分布する様に、実施の形態1の方法で設定する。こうして、与えられた初期値の情報を有効利用できる。
パラメータp0の推定値p0’、上限値p0max、下限値p0minが与えられた場合には、全遺伝子のたとえば30%の遺伝子に対して、正規分布計算部14が、対数軸上で平均値がp0’、Gauss型分布の幅が(p0max−p0min)/5になる様にパラメータp0の初期値を分布させる。残り70%の固体に対して、一様分布計算部13が、p0の値をその対数値が一様分布する様に、実施の形態1の方法で設定する。こうして、与えられた初期値の情報を有効利用できる。
図9は、実施の形態2のパラメータ設定部12の初期値設定工程によるパラメータp0の初期値の対数分布を示す図である。横軸は、対数メモリであり、p0の対数値log(p0)である。縦軸は、パラメータの発生確率である。
図9は、例えば、一様分布計算部13が対数値が一様分布する様に70個のパラメータ値を発生させ、加えて、正規分布計算部14が、対数軸上で平均値がp0’のGauss型の分布をするように30個のパラメータ値を発生させている場合を示している。図示するように、p0の解の値をp0’と推定し、一様分布するパラメータ値に、平均値がp0’でGauss型で分布するパラメータ値を加えることで、推定値であるp0’近傍の値の発生確率が高くなっている。もし、上記Gauss型分布で発生させた値がp0min以下またはp0max以上になった場合には、その値を捨てて再度設定する操作を繰り返せば、全初期値が確実に探索範囲内に納まる。図9では、Gauss型分布で発生させた値がp0min以下になった部分を不使用にしていることを示している。
以下に、Gauss型分布で発生させるパラメータ値の割合について、30%が望ましい理由を述べる。
利用者が推定値として設定した値と、実際の解が大きく外れる事がある。
全ての固体に対して当該パラメータの推定値近傍だけにバラ撒くと(前述した理由で)そこから遠く離れた範囲に探しに行く確率は低くなるので、探索失敗の公算が高くなる。そこで、一部は初期値近傍を充分探索できるように配置し、残りはハズレに備えて取り得る値の全域に配置しておくことにし、当たれば短時間で解に到達でき、外れても全体をカバーしているので失敗しにくくするため30%としている。ただし、30%は、厳密な意味での根拠はなく、経験上の数値である。
利用者が推定値として設定した値と、実際の解が大きく外れる事がある。
全ての固体に対して当該パラメータの推定値近傍だけにバラ撒くと(前述した理由で)そこから遠く離れた範囲に探しに行く確率は低くなるので、探索失敗の公算が高くなる。そこで、一部は初期値近傍を充分探索できるように配置し、残りはハズレに備えて取り得る値の全域に配置しておくことにし、当たれば短時間で解に到達でき、外れても全体をカバーしているので失敗しにくくするため30%としている。ただし、30%は、厳密な意味での根拠はなく、経験上の数値である。
また、初期値の近傍により稠密な「網を張る」ために、初期値近くほど確率を高めたGauss型分布を使うのが望ましい。
次に、Gauss型分布の幅として(p0max−p0min)/5が望ましい理由を述べる。
パラメータ値があまりに近い値ばかりとなってしまう乱数(分布幅の狭い乱数)を発生させると、ハズした時の代償が大きいので、全体の1/5程度が初期値近傍を充分探索できるようになる範囲と考えたのである。
パラメータ値があまりに近い値ばかりとなってしまう乱数(分布幅の狭い乱数)を発生させると、ハズした時の代償が大きいので、全体の1/5程度が初期値近傍を充分探索できるようになる範囲と考えたのである。
なお、30%と1/5は、以下の意味で互いに関連する。例えば、個体数の30%(3/10)に対して、パラメータ探索範囲全体の30%(3/10)となる範囲にパラメータの初期値を発生させると、これは探索範囲全体に対して一様に発生させた場合とほとんど同じになってしまう。すなわち、個数と範囲を同じ割合にすると意味がなくなる可能性がある。そこで、個数と範囲を異なる割合にしたのである。個数の割合は、3/10であり、範囲の割合は1/5=2/10であり、個数の割合>範囲の割合としている。すなわち、狭い範囲に多くの個数を発生させていることになり、この意味で両者には相関がある。
以上のように、実施の形態2では、初期値設定操作において利用者の指定に基づき探索対象パラメータの対数値での分布が指定された初期値付近で密に分布してそれ以外の範囲ではほぼ一様に分布させる機能を有する事を特徴とする。
この実施の形態によれば、初期の遺伝子を初期値設定工程で発生させた後、探索工程で、親の選択、交配、突然変異を繰り返すことで、予め判っているパラメータの値に関する情報を有効にして探索を効果的に進めることが出来る。
なお、この例では、一様分布計算部13が対数値が一様分布する様に70個のパラメータ値を発生させ、加えて、正規分布計算部14が、対数軸上で平均値がp0’のGauss型の分布をするように30個のパラメータ値を発生させている場合を示したが、一様分布計算部13が何もせず、正規分布計算部14のみが、対数軸上で平均値がp0’のGauss型の分布をするように100個すべてのパラメータ値を発生させてもよい。
また、パラメータ設定部12は、一様分布以外や正規分布以外の分布を発生してもよい。
また、上記解探索装置100の機能による最適パラメータ解の探索方法をコンピュータに実行させるプログラムで実現してもよい。
また、遺伝的アルゴリズムでなくてもよく、他の解探索アルゴリズムを用いてもよい。
また、上記解探索装置100の機能による最適パラメータ解の探索方法をコンピュータに実行させるプログラムで実現してもよい。
また、遺伝的アルゴリズムでなくてもよく、他の解探索アルゴリズムを用いてもよい。
100 解探索装置、11 パラメータ探索範囲入力部、12 パラメータ設定部、13 一様分布計算部、14 正規分布計算部、15 探索部、20 記憶装置、21 パラメータ探索範囲記憶部、22 パラメータ記憶部、901 CRT表示装置、902 K/B、903 マウス、904 FDD、905 CDD、906 プリンタ装置、907 スキャナ装置、910 システムユニット、911 CPU、912 バス、913 ROM、914 RAM、915 通信ボード、920 磁気ディスク装置、921 OS、922 ウィンドウシステム、923 プログラム群、924 ファイル群、931 電話器、932 FAX機、940 インターネット、941 ウェブサーバ、942 LAN。
Claims (8)
- 所定の探索範囲をもつパラメータを用いて所定のアルゴリズムにより解を探索する解探索装置において、
パラメータの探索範囲を記憶するパラメータ探索範囲記憶部と、
複数のパラメータを記憶するパラメータ記憶部と、
パラメータ探索範囲記憶部に記憶されたパラメータの探索範囲を参照し、パラメータの探索範囲の少なくとも一部分に対するパラメータ値の対数値が所定の分布になるようなパラメータ値を生成し、生成したパラメータ値を設定したパラメータをパラメータ記憶部に記憶するパラメータ設定部と、
パラメータ設定部によりパラメータ値が設定されたパラメータをパラメータ記憶部から読み込んで所定のアルゴリズムにより解を探索する探索部と
を備えたことを特徴とする解探索装置。 - パラメータ設定部は、パラメータの探索範囲の少なくとも一部分に対するパラメータ値の対数値が一様分布になるようなパラメータ値を生成する一様分布計算部を備えたことを特徴とする請求項1記載の解探索装置。
- 所定の探索範囲をもつパラメータを用いて所定のアルゴリズムにより解を探索する解探索装置において、
パラメータの探索範囲を記憶するパラメータ探索範囲記憶部と、
複数のパラメータを記憶するパラメータ記憶部と、
パラメータ探索範囲記憶部に記憶されたパラメータの探索範囲を参照し、パラメータの探索範囲の一部分のパラメータ値の対数値の分布がパラメータの探索範囲の他部分のパラメータ値の対数値の分布に比べて蜜になるようなパラメータ値を生成し、生成したパラメータ値を設定したパラメータをパラメータ記憶部に記憶するパラメータ設定部と、
パラメータ設定部によりパラメータ値が設定されたパラメータをパラメータ記憶部から読み込んで所定のアルゴリズムにより解を探索する探索部と
を備えたことを特徴とする解探索装置。 - パラメータ設定部は、パラメータの探索範囲の一部分のパラメータ値の対数値の分布が正規分布となるようなパラメータ値を生成する正規分布計算部を備えたことを特徴とする請求項3記載の解探索装置。
- パラメータ設定部は、パラメータの探索範囲の他部分のパラメータ値の対数値の分布が一様分布となるようなパラメータ値を生成する一様分布計算部を備えたことを特徴とする請求項3または4記載の解探索装置。
- 遺伝的アルゴリズムを用いて記憶部に記憶したパラメータの値を更新しながら解を探索する解探索装置の初期値設定方法において、
パラメータの探索範囲を取得して記憶部に記憶する探索範囲記憶工程と、
記憶部に記憶したパラメータの探索範囲に対して、パラメータ値の対数値の分布が所定の分布になるようにパラメータの初期値を設定して記憶部に記憶する初期値設定工程と
を有することを特徴とする解探索装置の初期値設定方法。 - 初期値設定工程は、パラメータの探索範囲の少なくとも一部分に対してパラメータ値の対数値の分布が一様分布になるようにパラメータの初期値を設定することを特徴とする請求項6記載の解探索装置の初期値設定方法。
- 初期値設定工程は、パラメータの探索範囲の少なくとも一部分に対してパラメータ値の対数値の分布が正規分布になるようにパラメータの初期値を設定することを特徴とする請求項6または7記載の解探索装置の初期値設定方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004199975A JP2006023868A (ja) | 2004-07-07 | 2004-07-07 | 解探索装置及びその初期値設定方法 |
EP04030110A EP1617358A1 (en) | 2004-07-07 | 2004-12-17 | Solution search apparatus and initial value setting method thereof |
US11/014,785 US20060010091A1 (en) | 2004-07-07 | 2004-12-20 | Solution search apparatus and initial value setting method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004199975A JP2006023868A (ja) | 2004-07-07 | 2004-07-07 | 解探索装置及びその初期値設定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006023868A true JP2006023868A (ja) | 2006-01-26 |
Family
ID=34927855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004199975A Pending JP2006023868A (ja) | 2004-07-07 | 2004-07-07 | 解探索装置及びその初期値設定方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20060010091A1 (ja) |
EP (1) | EP1617358A1 (ja) |
JP (1) | JP2006023868A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009211294A (ja) * | 2008-03-03 | 2009-09-17 | Nippon Hoso Kyokai <Nhk> | ニューラルネットワーク装置及びそれを用いたロボットカメラ制御装置並びにニューラルネットワークプログラム |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8676547B2 (en) * | 2006-04-18 | 2014-03-18 | Semiconductor Energy Laboratory Co., Ltd. | Parameter extraction method |
US9886369B2 (en) * | 2011-11-13 | 2018-02-06 | International Business Machines Corporation | Dynamic data fabrication for database applications |
US20140025657A1 (en) * | 2012-07-21 | 2014-01-23 | Trulia, Inc. | Automated landing page generation and promotion for real estate listings |
JP2023079015A (ja) | 2021-11-26 | 2023-06-07 | 富士通株式会社 | 情報処理装置、情報処理方法およびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6397136B1 (en) * | 1997-02-06 | 2002-05-28 | Automotive Technologies International Inc. | System for determining the occupancy state of a seat in a vehicle |
US6445988B1 (en) * | 1997-02-06 | 2002-09-03 | Automotive Technologies International Inc. | System for determining the occupancy state of a seat in a vehicle and controlling a component based thereon |
US6452870B1 (en) * | 1996-02-08 | 2002-09-17 | Automotive Technologies International, Inc. | Methods for controlling deployment of an occupant restraint in a vehicle and determining whether the occupant is a child seat |
US6192103B1 (en) * | 1999-06-03 | 2001-02-20 | Bede Scientific, Inc. | Fitting of X-ray scattering data using evolutionary algorithms |
JP3404532B2 (ja) * | 2001-07-27 | 2003-05-12 | 独立行政法人産業技術総合研究所 | 最適フィッティングパラメータ決定方法および装置、並びに最適フィッティングパラメータ決定プログラム |
-
2004
- 2004-07-07 JP JP2004199975A patent/JP2006023868A/ja active Pending
- 2004-12-17 EP EP04030110A patent/EP1617358A1/en not_active Withdrawn
- 2004-12-20 US US11/014,785 patent/US20060010091A1/en not_active Abandoned
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009211294A (ja) * | 2008-03-03 | 2009-09-17 | Nippon Hoso Kyokai <Nhk> | ニューラルネットワーク装置及びそれを用いたロボットカメラ制御装置並びにニューラルネットワークプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20060010091A1 (en) | 2006-01-12 |
EP1617358A1 (en) | 2006-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Paten et al. | Cactus graphs for genome comparisons | |
US10592672B2 (en) | Testing insecure computing environments using random data sets generated from characterizations of real data sets | |
Löytynoja | Alignment methods: strategies, challenges, benchmarking, and comparative overview | |
US8995074B1 (en) | Read channel optimization using evolutionary algorithms | |
US6766497B2 (en) | Method and system for reproduction in a genetic optimization process | |
Smith et al. | The frequency and topology of pseudoorthologs | |
JP2006023868A (ja) | 解探索装置及びその初期値設定方法 | |
CN102339278A (zh) | 信息处理装置、信息处理方法以及程序 | |
JP6325762B1 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
US7272584B2 (en) | Use of dominance to improve performance or increase search space in genetic algorithms | |
Castelli et al. | A hybrid genetic algorithm for the repetition free longest common subsequence problem | |
US20200243162A1 (en) | Method, system, and computing device for optimizing computing operations of gene sequencing system | |
JP2015095042A (ja) | 画像認識装置、画像認識方法、および、プログラム | |
Pehl et al. | Spatial context tree weighting for physical unclonable functions | |
CN110069757A (zh) | 特效字编辑方法及设备 | |
US20050197979A1 (en) | Speculation count in a genetic algorithm | |
CN113946604A (zh) | 分阶段围棋教学方法、装置、电子设备及存储介质 | |
CN108628695A (zh) | 互信息计算方法与装置 | |
Kumar et al. | Multiobjective genetic programming approach to evolving heuristics for the bounded diameter minimum spanning tree problem: MOGP for BDMST | |
Paszek et al. | Taming the duplication-loss-coalescence model with integer linear programming | |
US20050159897A1 (en) | Postponing validation of speculative chromosomes | |
KR101514762B1 (ko) | mRNA 발현 값의 발현 차이를 이용하여 유전자 집합을 검출하기 위한 장치 및 그 방법 | |
WO2017056320A1 (ja) | プログラム生成装置、プログラム生成方法および生成プログラム | |
JP2008112266A (ja) | 画像処理プログラムおよび画像処理装置 | |
US20240176991A1 (en) | Method for generating creation using evolution-based artificial intelligence object cluster |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080819 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20081216 |