JP7172706B2 - 演算処理装置、演算処理プログラムおよび演算処理方法 - Google Patents
演算処理装置、演算処理プログラムおよび演算処理方法 Download PDFInfo
- Publication number
- JP7172706B2 JP7172706B2 JP2019027432A JP2019027432A JP7172706B2 JP 7172706 B2 JP7172706 B2 JP 7172706B2 JP 2019027432 A JP2019027432 A JP 2019027432A JP 2019027432 A JP2019027432 A JP 2019027432A JP 7172706 B2 JP7172706 B2 JP 7172706B2
- Authority
- JP
- Japan
- Prior art keywords
- eigensolution
- input
- unit
- value
- range
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
- G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
- G06F7/544—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices for evaluating functions by calculation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/10—Noise analysis or noise optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Processing (AREA)
Description
図1は、実施例1に係る演算処理装置の構成を示す機能ブロック図である。図1に示す演算処理装置1は、最適な構造を表す入力値を探索する進化計算において、過去の第1入力値および当該入力値に対する固有解に基づいて、新たな第2入力値に対する固有解の値域を予測する。演算処理装置1は、予測した固有解の値域の範囲で、第2入力値に対する固有解を探索する。すなわち、発明者は、構造を表す入力値と固有解とは相関があることに着目して、進化計算特有の繰り返しを利用し、過去の評価結果から構造を表す入力値に対する固有解を予測し、予測値近辺を探索することで、当該入力値に対する固有値を見つけるようにした。ここでいう入力値は、光SAWフィルタの設計対象の構造のことをいう。設計対象の構造には、光信号路が配置され、最適な配置を示す構造を選定する場合とする。
ここで、固有解予測部163による固有解予測を、図3を参照して説明する。図3は、実施例1に係る固有解予測を説明する図である。なお、図3では、解候補値域が、予め、1000点を20分割した500点ずつの20値域に区切られている。
図4は、実施例1に係るモデル生成のフローチャートの一例を示す図である。なお、世代kは、初期値を「1」とするものとする。
図5は、実施例1に係る進化計算のフローチャートの一例を示す図である。なお、世代kは、初期値を、モデル生成で用いた閾値+1とするものとする。
ここで、実施例1に係る学習モデル22を用いた場合の解候補値域のヒット率を、図6を参照して説明する。図6は、実施例1に係る学習モデルを用いた場合の解候補値域のヒット率を示す図である。図6では、1世代に対して200個の入力値を有し、200世代分の合計40000個の入力値を評価する進化計算の例である。学習モデル22は、4層のNNであり、解候補値域を20値域に区切ったものとする。
上記実施例1によれば、演算処理装置1は、入力値に対する固有解に基づいて目的関数を算出し、目的関数を繰り返し計算することで入力値の最適値を探索する進化計算において、以下の処理を行う。演算処理装置1は、第1入力値に対する第1固有解に基づいて、所定の固有解条件を満たす、第2入力値に対する固有解の値域を予測する。演算処理装置1は、予測した固有解の値域の範囲で、固有解条件を満たす、第2入力に対する第2固有解を探索する。かかる構成によれば、演算処理装置1は、固有解条件を満たす入力値に対する固有解の値域を用いて固有解を予測することで、進化計算の全体の計算量を低減することが可能となる。
図7は、実施例2に係る演算処理装置の構成を示す機能ブロック図である。なお、図1に示す演算処理装置1と同一の構成については同一符号を示すことで、その重複する構成および動作の説明については省略する。実施例1と実施例2とが異なるところは、モデル生成部162をモデル生成部162Aに変更した点にある。
ここで、実施例2に係る学習モデル22を用いた場合の解候補値域のヒット率を、図9を参照して説明する。図9は、実施例2に係る学習モデルを用いた場合の解候補値域のヒット率を示す図である。図9では、図6と同様に、1世代に対して200個の入力値を有し、200世代分の合計40000個の入力値を評価する進化計算の例である。学習モデル22は、4層のNNであり、解候補値域を20値域に区切ったものとする。
上記実施例2によれば、演算処理装置1は、第2入力が所定の世代の入力である場合には、所定の世代より前の複数世代の第1入力および第1固有解に基づいて、学習モデル22を生成し、更新する。かかる構成によれば、演算処理装置1は、世代に応じた学習モデル22を用いることで、固有解の値域を精度良く予測することが可能となり、進化計算の計算量を低減できる。
図10は、実施例3に係る演算処理装置の構成を示す機能ブロック図である。なお、図1に示す演算処理装置1と同一の構成については同一符号を示すことで、その重複する構成および動作の説明については省略する。実施例1と実施例3とが異なるところは、モデル生成部162を固有解情報テーブル生成部164に変更した点にある。また、固有解予測部163を固有解予測部163Aに変更した点にある。また、また、学習モデル22を固有解情報テーブル23に変更した点にある。
上記実施例5によれば、演算処理装置1は、第1入力値に対する第1固有解を所定の固有解条件に基づいて計算する。演算処理装置1は、第1入力値および計算した結果の第1固有解に基づいて、複数の固有解の値域ごとの固有解の頻度分布を生成する。演算処理装置1は、固有解の頻度分布を用いて、第2入力値に対する固有解の値域を予測する。かかる構成によれば、演算処理装置1は、固有解の頻度分布を用いて固有解の値域を予測することで、固有解を計算する計算量を低減することができる。この結果、演算処理装置1は、進化計算の全体の計算量を低減することが可能となる。
実施例1~4に係る固有解予測では、光SAWフィルタの設計する場合について説明した。実施例1~4に係る固有解予測を用いる別の例を、図12を参照して説明する。図12は、実施例1~4に係る固有解予測を用いる別の例を示す図である。図12では、VCO(Voltage Control Oscillator)回路の設計を進化計算により求める場合について説明する。
図13は、別の例に係る進化計算による構造設計のフローチャートの一例を示す図である。なお、学習モデル22は、モデル生成部162によって生成されたとする。また、世代kは、初期値を、モデル生成で用いた閾値+1とするものとする。
これにより、演算処理装置1は、VCOを設計する場合に、仕様条件を満たす入力値に対する動作電圧の値域を用いて動作電圧を予測することで、進化計算の全体の計算量を低減することが可能となる。つまり、演算処理装置1は、各入力値に対して仕様の発振周波数となる動作電圧(固有解に対応)の探索を予測できれば、効率的に入力値(構造)を評価できるため、VCOの設計に用いられる計算量を削減できる。
なお、図示した演算処理装置1の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、演算処理装置1の分散・統合の具体的態様は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、出力部15と入出力保持部161とを1つの部として統合しても良い。また、HPC計算部121を、全範囲探索により固有解を探索する計算部と、固有解に基づいて目的関数を計算する部と、目的関数により入力値に対する性能値を計算部とに分離しても良い。また、記憶部20を演算処理装置1の外部装置としてネットワーク経由で接続するようにしても良い。
10 制御部
11 入力部
12 HPC計算部群
13 性能値評価部
14 進化計算部
15 出力部
16 解予測部
161 入出力保持部
162,162A モデル生成部
163,163A 固有解予測部
164 固有解情報テーブル生成部
20 記憶部
21 入出力記憶部
22 学習モデル
23 固有解情報テーブル
Claims (7)
- 入力に対する固有解に基づいて目的関数を算出し、目的関数を繰り返し計算することで入力の最適値を探索する進化計算において、
第1入力に対する第1固有解に基づいて、所定の固有解条件を満たす、第2入力に対する固有解の値域を予測する予測部と、
予測した固有解の値域の範囲で、前記固有解条件を満たす、前記第2入力に対する第2固有解を探索する探索部と、
を有することを特徴とする演算処理装置。 - 前記予測部は、
第1入力に対する第1固有解を所定の固有解条件に基づいて計算する計算部と、
前記第1入力および計算した結果の第1固有解に基づいて、前記固有解条件を満たす固有解の値域を予測するモデルを生成する生成部と、を含み、
前記モデルを用いて、第2入力に対する固有解の値域を予測する
ことを特徴とする請求項1に記載の演算処理装置。 - 前記生成部は、前記第2入力が所定の世代の入力である場合には、前記所定の世代より前の複数世代の前記第1入力および前記第1固有解に基づいて、前記モデルを生成し、更新する
ことを特徴とする請求項2に記載の演算処理装置。 - 前記予測部は、
第1入力に対する第1固有解を所定の固有解条件に基づいて計算する計算部と、
前記第1入力および計算した結果の第1固有解に基づいて、複数の固有解の値域ごとの固有解の頻度分布を生成する生成部と、を含み、
前記固有解の頻度分布を用いて、第2入力に対する固有解の値域を予測する
ことを特徴とする請求項1に記載の演算処理装置。 - 前記第2入力に対する第2固有解に基づいて目的関数を算出する算出部と、
前記算出部によって算出された目的関数に基づいて、前記第2入力に対する性能を評価する評価部と、
前記評価部によって評価された性能値に基づいて、前記第2入力から新たな第2入力を生成する生成部と、
前記新たな第2入力に対して、前記予測部による処理、前記探索部による処理、前記算出部による処理、前記評価部による処理および前記生成部による処理を繰り返す
ことを特徴とする請求項1に記載の演算処理装置。 - 入力に対する固有解に基づいて目的関数を算出し、目的関数を繰り返し計算することで入力の最適値を探索する進化計算において、
第1入力に対する第1固有解に基づいて、所定の固有解条件を満たす、第2入力に対する固有解の値域を予測し、
予測した固有解の値域の範囲で、前記固有解条件を満たす、前記第2入力に対する第2固有解を探索する、
処理をコンピュータに実行させる演算処理プログラム。 - 入力に対する固有解に基づいて目的関数を算出し、目的関数を繰り返し計算することで入力の最適値を探索する進化計算において、
第1入力に対する第1固有解に基づいて、所定の固有解条件を満たす、第2入力に対する固有解の値域を予測し、
予測した固有解の値域の範囲で、前記固有解条件を満たす、前記第2入力に対する第2固有解を探索する、
処理をコンピュータが実行する演算処理方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019027432A JP7172706B2 (ja) | 2019-02-19 | 2019-02-19 | 演算処理装置、演算処理プログラムおよび演算処理方法 |
EP20154599.3A EP3699829B1 (en) | 2019-02-19 | 2020-01-30 | Arithmetic processing apparatus, storage medium, and arithmetic processing method |
US16/776,562 US11494164B2 (en) | 2019-02-19 | 2020-01-30 | Arithmetic processing unit, storage medium, and arithmetic processing method |
CN202010090627.6A CN111582486A (zh) | 2019-02-19 | 2020-02-13 | 算术处理设备、存储介质和算术处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019027432A JP7172706B2 (ja) | 2019-02-19 | 2019-02-19 | 演算処理装置、演算処理プログラムおよび演算処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020135363A JP2020135363A (ja) | 2020-08-31 |
JP7172706B2 true JP7172706B2 (ja) | 2022-11-16 |
Family
ID=69411319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019027432A Active JP7172706B2 (ja) | 2019-02-19 | 2019-02-19 | 演算処理装置、演算処理プログラムおよび演算処理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11494164B2 (ja) |
EP (1) | EP3699829B1 (ja) |
JP (1) | JP7172706B2 (ja) |
CN (1) | CN111582486A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7327137B2 (ja) | 2019-12-13 | 2023-08-16 | 富士通株式会社 | 演算処理装置、演算処理プログラムおよび演算処理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002312755A (ja) | 2001-04-18 | 2002-10-25 | Fuji Heavy Ind Ltd | 遺伝的アルゴリズムを用いた最適化システム、制御装置、最適化方法、プログラムおよび記録媒体 |
JP2005223652A (ja) | 2004-02-05 | 2005-08-18 | Toyo Commun Equip Co Ltd | トランスバーサル弾性表面波フィルタ |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6553357B2 (en) | 1999-09-01 | 2003-04-22 | Koninklijke Philips Electronics N.V. | Method for improving neural network architectures using evolutionary algorithms |
AU2003258247A1 (en) * | 2002-08-15 | 2004-03-03 | Farmer, Charles, Davis. Jr. | Medical decision support systems utilizing gene expression and clinical information and method for use |
EP1607898A3 (en) * | 2004-05-18 | 2006-03-29 | Neal E. Solomon | A bioinformatics system for functional proteomics modelling |
US8015127B2 (en) * | 2006-09-12 | 2011-09-06 | New York University | System, method, and computer-accessible medium for providing a multi-objective evolutionary optimization of agent-based models |
US8065244B2 (en) * | 2007-03-14 | 2011-11-22 | Halliburton Energy Services, Inc. | Neural-network based surrogate model construction methods and applications thereof |
GB201104413D0 (en) * | 2011-03-16 | 2011-04-27 | Airbus Operations Ltd | Stresses induced by random loading |
US9998187B2 (en) * | 2014-10-13 | 2018-06-12 | Nxgen Partners Ip, Llc | System and method for combining MIMO and mode-division multiplexing |
US10168501B2 (en) * | 2016-05-27 | 2019-01-01 | Nxgen Partners Ip, Llc | System and method for transmissions using eliptical core fibers |
JP6630640B2 (ja) * | 2016-07-12 | 2020-01-15 | 株式会社日立製作所 | 材料創成装置、および材料創成方法 |
JP6351671B2 (ja) | 2016-08-26 | 2018-07-04 | 株式会社 ディー・エヌ・エー | ニューロエボリューションを用いたニューラルネットワークの構造及びパラメータ調整のためのプログラム、システム、及び方法 |
TWI608365B (zh) * | 2016-09-23 | 2017-12-11 | 財團法人工業技術研究院 | 擾動源追溯方法 |
US10360517B2 (en) * | 2017-02-22 | 2019-07-23 | Sas Institute Inc. | Distributed hyperparameter tuning system for machine learning |
GB2560878B (en) * | 2017-02-24 | 2021-10-27 | Google Llc | A panel loudspeaker controller and a panel loudspeaker |
US10615473B2 (en) * | 2017-06-02 | 2020-04-07 | The Regents Of The University Of California | Polarization standing wave cavity assisted by anisotropic structures |
-
2019
- 2019-02-19 JP JP2019027432A patent/JP7172706B2/ja active Active
-
2020
- 2020-01-30 US US16/776,562 patent/US11494164B2/en active Active
- 2020-01-30 EP EP20154599.3A patent/EP3699829B1/en active Active
- 2020-02-13 CN CN202010090627.6A patent/CN111582486A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002312755A (ja) | 2001-04-18 | 2002-10-25 | Fuji Heavy Ind Ltd | 遺伝的アルゴリズムを用いた最適化システム、制御装置、最適化方法、プログラムおよび記録媒体 |
JP2005223652A (ja) | 2004-02-05 | 2005-08-18 | Toyo Commun Equip Co Ltd | トランスバーサル弾性表面波フィルタ |
Non-Patent Citations (1)
Title |
---|
池原 健矢ほか,SVMを用いた優良個体存在領域の予測による差分進化,電気学会研究会資料 システム研究会 ST-18-039~054・056~078・080~084,日本,一般社団法人電気学会,2018年09月26日,pp.181-186 |
Also Published As
Publication number | Publication date |
---|---|
JP2020135363A (ja) | 2020-08-31 |
EP3699829B1 (en) | 2021-09-29 |
CN111582486A (zh) | 2020-08-25 |
US20200264841A1 (en) | 2020-08-20 |
US11494164B2 (en) | 2022-11-08 |
EP3699829A1 (en) | 2020-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2012181566A (ja) | 特徴変換装置、それを含む類似情報探索装置、コード化パラメータ生成方法、及びコンピュータ・プログラム | |
JP7215077B2 (ja) | 予測プログラム、予測方法及び予測装置 | |
JP7283318B2 (ja) | 最適化装置、最適化プログラム、及び最適化方法 | |
JP7172706B2 (ja) | 演算処理装置、演算処理プログラムおよび演算処理方法 | |
JP2019159933A (ja) | 探索点決定プログラム、探索点決定方法および探索点決定装置 | |
JP7272200B2 (ja) | 情報処理装置、情報処理プログラムおよび情報処理方法 | |
JP7354712B2 (ja) | 情報処理装置、情報処理プログラムおよび情報処理方法 | |
JP2019211985A (ja) | 学習プログラム、学習方法、及び情報処理装置 | |
JP7272121B2 (ja) | 演算処理装置、制御方法、及び制御プログラム | |
JP7327137B2 (ja) | 演算処理装置、演算処理プログラムおよび演算処理方法 | |
JP7318736B2 (ja) | 並列計算用進化計算プログラム、情報処理装置および並列計算用進化計算方法 | |
JP4899789B2 (ja) | 画像処理プログラムおよび画像処理装置 | |
Ko et al. | A matrix-based genetic algorithm for structure learning of Bayesian networks | |
JP7436830B2 (ja) | 学習プログラム、学習方法、および学習装置 | |
WO2023248414A1 (ja) | 求解装置、求解方法および求解プログラム | |
WO2023188182A1 (ja) | 部分グラフ構造選択プログラム、装置、及び方法 | |
JP7031575B2 (ja) | 高速スパース最適化装置、高速スパース最適化方法、及びプログラム | |
JP7081331B2 (ja) | 回路合成装置、回路合成方法、及び、回路合成プログラム | |
Sovilj et al. | Tabu search with delta test for time series prediction using OP-KNN | |
CN116149600A (zh) | 多常数乘法器的逻辑电路设置方法、装置、设备及介质 | |
CN113555061A (zh) | 一种无参考基因组的变异检测的数据工作流处理方法 | |
JP2022014821A (ja) | 情報処理装置、情報処理プログラムおよび情報処理方法 | |
CN111400314A (zh) | 利用向量图索引从数据库中检索节点向量的方法及装置 | |
CN117294641A (zh) | 一种基于概率代价的全局信号路由方法 | |
JP2001147913A (ja) | 遺伝的プログラミングにおける淘汰ステップの計算方法及び装置及び遺伝的プログラミングにおける淘汰ステップの計算プログラムを格納した記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211109 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220921 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221004 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221017 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7172706 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |