JP2005215751A - 遺伝的アルゴリズムによる非線形データの同定方法、非線形データ記録方法、非線形データ記録装置、非線形データ再生装置及びプログラム - Google Patents
遺伝的アルゴリズムによる非線形データの同定方法、非線形データ記録方法、非線形データ記録装置、非線形データ再生装置及びプログラム Download PDFInfo
- Publication number
- JP2005215751A JP2005215751A JP2004018296A JP2004018296A JP2005215751A JP 2005215751 A JP2005215751 A JP 2005215751A JP 2004018296 A JP2004018296 A JP 2004018296A JP 2004018296 A JP2004018296 A JP 2004018296A JP 2005215751 A JP2005215751 A JP 2005215751A
- Authority
- JP
- Japan
- Prior art keywords
- function
- data
- fitness
- determined
- nonlinear data
- 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
Landscapes
- Signal Processing For Digital Recording And Reproducing (AREA)
Abstract
【課題】 関数が未知の非線形データを精度よく同定することができる遺伝的アルゴリズムによる非線形データの同定方法を提供する。
【解決手段】 バイナリコーディングによる遺伝的アルゴリズムを用いて複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて各第１の染色体構造における関数の時間遅れと係数を示す第２の染色体構造を決定する第１の工程と、第１の工程により決定された第１の染色体構造及び第２の染色体構造により個体を形成し、対象となる非線形データに対する適応度を算出する第２の工程と、備え、第２の工程により算出された適応度が所定の範囲内となるまで、上記工程を繰り返して行い、適応度が所定の範囲内となったときの第１の染色体構造及び第２の染色体構造とに基づいて非線形データの関数式を同定する。
【選択図】 図２
【解決手段】 バイナリコーディングによる遺伝的アルゴリズムを用いて複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて各第１の染色体構造における関数の時間遅れと係数を示す第２の染色体構造を決定する第１の工程と、第１の工程により決定された第１の染色体構造及び第２の染色体構造により個体を形成し、対象となる非線形データに対する適応度を算出する第２の工程と、備え、第２の工程により算出された適応度が所定の範囲内となるまで、上記工程を繰り返して行い、適応度が所定の範囲内となったときの第１の染色体構造及び第２の染色体構造とに基づいて非線形データの関数式を同定する。
【選択図】 図２
Description
本発明は、遺伝的アルゴリズムによる非線形データの同定方法、非線形データ記録方法、非線形データ記録装置、非線形データ再生装置及びプログラムに関する。
一般に、非線形データを特定の関数式に同定する場合、非線形データがどのような関数から構築されているかが分かれば、その同定は容易である。
これまでにも遺伝的アルゴリズムシステムを用いて、非線形なシステム等を同定する方法が提案されている（例えば、非特許文献１）。
第８回計測自動制御学会中国支部学術講演会論文集，ｐｐ．９０−９１（遺伝的アルゴリズムを用いた自己組織的システム同定法）
これまでにも遺伝的アルゴリズムシステムを用いて、非線形なシステム等を同定する方法が提案されている（例えば、非特許文献１）。
第８回計測自動制御学会中国支部学術講演会論文集，ｐｐ．９０−９１（遺伝的アルゴリズムを用いた自己組織的システム同定法）
しかしながら、非特許文献１に記載されている方法は、関数の構造が予め決定された非線形データに対するものであるため、音声データ等の関数が未知の非線形データを同定することは困難であった。
そこで、本発明の課題は、関数が未知の非線形データを精度よく同定することができる遺伝的アルゴリズムによる非線形データの同定方法、非線形データ記録方法、非線形データ記録装置、非線形データ再生装置およびプログラムを提供することである。
以上の課題を解決するための手段として、請求項１記載の発明は、遺伝的アルゴリズムによる非線形データの同定方法であって、例えば、図２に示すように、
予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する第１の工程と、
前記第１の工程により決定された第１の染色体構造及び第２の染色体構造により個体を形成し、対象となる非線形データに対する適応度を算出する第２の工程と、備え、
前記第２の工程により算出された適応度が所定の範囲内となるまで、上記工程を繰り返して行い、適応度が所定の範囲内となったときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定することを特徴とする。
予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する第１の工程と、
前記第１の工程により決定された第１の染色体構造及び第２の染色体構造により個体を形成し、対象となる非線形データに対する適応度を算出する第２の工程と、備え、
前記第２の工程により算出された適応度が所定の範囲内となるまで、上記工程を繰り返して行い、適応度が所定の範囲内となったときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定することを特徴とする。
請求項２記載の発明は、請求項１記載の非線形データの同定方法であって、
前記非線形データを分割し、分割された分割非線形データ毎に関数式の同定を行うことを特徴とする。
前記非線形データを分割し、分割された分割非線形データ毎に関数式の同定を行うことを特徴とする。
請求項３記載の発明は、非線形データ記録方法であって、例えば、図２に示すように、
予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する第１の工程と、
前記第１の工程により決定された第１の染色体構造及び第２の染色体構造とにより個体を形成し、対象となる非線形データに対する適応度を算出する第２の工程と、備え、
前記第２の工程により算出された適応度が所定の範囲内となるまで、上記工程を繰り返して行い、適応度が所定の範囲内となったときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定し、当該関数式を前記非線形データとして記録媒体に記憶することを特徴とする。
予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する第１の工程と、
前記第１の工程により決定された第１の染色体構造及び第２の染色体構造とにより個体を形成し、対象となる非線形データに対する適応度を算出する第２の工程と、備え、
前記第２の工程により算出された適応度が所定の範囲内となるまで、上記工程を繰り返して行い、適応度が所定の範囲内となったときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定し、当該関数式を前記非線形データとして記録媒体に記憶することを特徴とする。
請求項４記載の発明は、請求項３記載の非線形データ記録方法であって、
前記非線形データを分割し、分割された分割非線形データ毎に関数式の同定を行い、当該分割非線形データ毎の関数式を関連付けて記録媒体に記憶することを特徴とする。
前記非線形データを分割し、分割された分割非線形データ毎に関数式の同定を行い、当該分割非線形データ毎の関数式を関連付けて記録媒体に記憶することを特徴とする。
請求項５記載の発明は、例えば、図１に示すように、
予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する染色体構造決定手段（例えば、ＣＰＵ２１、遺伝的アルゴリズム処理プログラム２３１）と、
前記染色体構造決定手段により決定された第１の染色体構造及び第２の染色体構造とにより個体を形成し、対象となる非線形データに対する適応度を算出する適応度算出手段（例えば、ＣＰＵ２１、適応度算出プログラム２３２）と、備え、
前記適応度算出手段により算出された適応度が所定の範囲内になったか否かを判断し、適応度が所定の範囲内でないと判断した場合には、上記染色体構造決定手段及び適応度算出手段に基づく動作を繰り返して行わせるとともに、適応度が所定の範囲内となったと判断した場合には、そのときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定する同定手段（例えば、ＣＰＵ２１、判別同定プログラム２３３）と、
前記同定手段により同定された関数式を前記非線形データとして記録媒体に記憶する記憶制御手段（例えば、記憶部３、ＣＰＵ２１、記憶制御プログラム２３４）と、
を備えることを特徴とする。
予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する染色体構造決定手段（例えば、ＣＰＵ２１、遺伝的アルゴリズム処理プログラム２３１）と、
前記染色体構造決定手段により決定された第１の染色体構造及び第２の染色体構造とにより個体を形成し、対象となる非線形データに対する適応度を算出する適応度算出手段（例えば、ＣＰＵ２１、適応度算出プログラム２３２）と、備え、
前記適応度算出手段により算出された適応度が所定の範囲内になったか否かを判断し、適応度が所定の範囲内でないと判断した場合には、上記染色体構造決定手段及び適応度算出手段に基づく動作を繰り返して行わせるとともに、適応度が所定の範囲内となったと判断した場合には、そのときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定する同定手段（例えば、ＣＰＵ２１、判別同定プログラム２３３）と、
前記同定手段により同定された関数式を前記非線形データとして記録媒体に記憶する記憶制御手段（例えば、記憶部３、ＣＰＵ２１、記憶制御プログラム２３４）と、
を備えることを特徴とする。
請求項６記載の発明は、請求項５記載の非線形データ記録装置であって、
前記非線形データを時系列的に分割する分割手段（例えば、ＣＰＵ２１、音声データ分割プログラム２３０）を備え、
前記同定手段は、分割された分割非線形データ毎に関数式の同定を行い、
前記記憶制御手段は、当該分割非線形データ毎の関数式を関連付けて記録媒体に記憶することを特徴とする。
前記非線形データを時系列的に分割する分割手段（例えば、ＣＰＵ２１、音声データ分割プログラム２３０）を備え、
前記同定手段は、分割された分割非線形データ毎に関数式の同定を行い、
前記記憶制御手段は、当該分割非線形データ毎の関数式を関連付けて記録媒体に記憶することを特徴とする。
請求項７記載の発明は、請求項５又は６記載の非線形データ記録装置であって、
前記非線形データは、音声データ或いは画像データであることを特徴とする。
前記非線形データは、音声データ或いは画像データであることを特徴とする。
請求項８記載の発明は、
請求項７に記載の非線形データ記憶装置により記憶された関数式を前記記憶媒体から取得して、当該関数式に基づく音声データ或いは画像データを再生する再生手段（例えば、音声出力部６、ＣＰＵ２１、再生プログラム２３５）を備えることを特徴とする。
請求項７に記載の非線形データ記憶装置により記憶された関数式を前記記憶媒体から取得して、当該関数式に基づく音声データ或いは画像データを再生する再生手段（例えば、音声出力部６、ＣＰＵ２１、再生プログラム２３５）を備えることを特徴とする。
請求項９記載の発明は、
コンピュータに、
予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて決定された第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する第１の機能と、
決定された第１の染色体構造及び第２の染色体構造とにより個体を形成し、非線形データに対する適応度を算出する第２の機能と、
適応度が所定の範囲内になったか否かを判断し、適応度が所定の範囲内でないと判断した場合には、第１の機能と第２の機能に基づく動作を繰り返して行わせるとともに、適応度が所定の範囲内となったと判断した場合には、そのときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定する第３の機能と、
を実行させることを特徴とする。
コンピュータに、
予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて決定された第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する第１の機能と、
決定された第１の染色体構造及び第２の染色体構造とにより個体を形成し、非線形データに対する適応度を算出する第２の機能と、
適応度が所定の範囲内になったか否かを判断し、適応度が所定の範囲内でないと判断した場合には、第１の機能と第２の機能に基づく動作を繰り返して行わせるとともに、適応度が所定の範囲内となったと判断した場合には、そのときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定する第３の機能と、
を実行させることを特徴とする。
請求項１、９記載の発明によれば、未知の非線形データであっても、バイナリコーディングによる遺伝的アルゴリズムにより関数の種類が決定され、実数値による遺伝的アルゴリズムにより各関数の遅れや係数を決定することができるので、関数が未知の非線形データを精度よく同定することができる。
請求項２記載の発明によれば、更に、非線形データを分割し、分割した分割非線形データ毎に関数式の同定を行うので、分割非線形データの関数式を時系列的に繋げることにより、より精度良く非線形データの同定を行うことができる。
請求項３、５記載の発明によれば、未知の非線形データであっても、バイナリコーディングによる遺伝的アルゴリズムにより関数の種類が決定され、実数値による遺伝的アルゴリズムにより各関数の遅れや係数を決定することができるので、関数が未知の非線形データを精度よく同定することができるともに、非線形データを記録媒体に記録するよりも関数式を記録することで記録容量を大幅に縮小することができる。
請求項４、６記載の発明によれば、更に、非線形データを分割し、分割した分割非線形データ毎に関数式の同定を行うので、分割非線形データの関数式を時系列的に繋げることにより、より精度良く非線形データの同定を行うことができる。
請求項７記載の発明によれば、非線形データは、音声データ或いは画像データであるので、請求項５、６の効果をより顕著に得ることができる。
請求項８記載の発明によれば、関数式で記録された音声データ或いは画像データを再生することができる。
以下、本発明に係る最良の実施形態について詳細に説明する。
（非線形データの同定方法について）
本発明による非線形データの同定方法は、遺伝子が０，１で表されるバイナリコーディングによる遺伝的アルゴリズム（Genetic Algorithm：ＧＡ）と、実数値が遺伝子となる実数値ＧＡを用いる。
（非線形データの同定方法について）
本発明による非線形データの同定方法は、遺伝子が０，１で表されるバイナリコーディングによる遺伝的アルゴリズム（Genetic Algorithm：ＧＡ）と、実数値が遺伝子となる実数値ＧＡを用いる。
（１）ＧＡ１：バイナリコーディングＧＡによる関数の種類と結合の決定
表１は、ＧＡ１における染色体構造の一例を示す。
表１は、ＧＡ１における染色体構造の一例を示す。
ＧＡ１では、バイナリコーディングを用いて関数の種類と結合を示す第１の染色体構造Ａを決定する。
ＧＡ１における関数の種類としては、例えば、表１に示すように、ｅu(t)、ｅy(t)、ｓｉｎｕ（ｔ）、ｓｉｎｙ（ｔ）、ｃｏｓｕ（ｔ）、ｃｏｓｙ（ｔ）、ｌｏｇｕ（ｔ）、ｌｏｇｙ（ｔ）、ｕ（ｔ）、ｙ（ｔ）等が挙げられる。ここで、ｕ（ｔ）は入力、ｙ（ｔ）は出力、１は定数項を表している。
ＧＡ１における関数の種類としては、例えば、表１に示すように、ｅu(t)、ｅy(t)、ｓｉｎｕ（ｔ）、ｓｉｎｙ（ｔ）、ｃｏｓｕ（ｔ）、ｃｏｓｙ（ｔ）、ｌｏｇｕ（ｔ）、ｌｏｇｙ（ｔ）、ｕ（ｔ）、ｙ（ｔ）等が挙げられる。ここで、ｕ（ｔ）は入力、ｙ（ｔ）は出力、１は定数項を表している。
先ず、第１の染色体構造Ａとして、上記関数全てに対して０，１をランダムに振り分け、１が振り分けられた関数同士を結合させ結合関数とする。例えば、表１の染色体Ａ１は、（１００００００００１１）であるので、１が振り分けられている関数ｅu(t)と、ｕ（ｔ）とが結合し、結合関数ｅu(t)ｙ（ｔ）が構成される。
次いで、染色体Ａ２〜Ａ１０について染色体Ａ１と同様のものを作成し、１が振り分けられている関数同士を順次結合させていく。
そして、染色体Ａ１〜Ａ１０の結合関数を足し合わせて１本の関数式を構成する。
このように、ＧＡ１は、表１に示す１０本の染色体Ａ１〜Ａ１０で一つの染色体構造が形成される。
表１に示す第１の染色体構造Ａの関数式は、次式で表される。
次いで、染色体Ａ２〜Ａ１０について染色体Ａ１と同様のものを作成し、１が振り分けられている関数同士を順次結合させていく。
そして、染色体Ａ１〜Ａ１０の結合関数を足し合わせて１本の関数式を構成する。
このように、ＧＡ１は、表１に示す１０本の染色体Ａ１〜Ａ１０で一つの染色体構造が形成される。
表１に示す第１の染色体構造Ａの関数式は、次式で表される。
なお、染色体の数は１０本に限らず、何本でもよい。また、関数の種類も上記関数のみに限定されない。
（２）ＧＡ２：実数値ＧＡによる時間遅れ（Ｚ-k）の決定と係数の決定
表２は、ＧＡ２による第２の染色体構造の一例を示す。
表２は、ＧＡ２による第２の染色体構造の一例を示す。
ＧＡ２では、実数値ＧＡを用いて第１の染色体構造Ａにおける各結合関数の時間遅れ（Ｚ-k）と係数を第２の染色体構造Ｂとして表す。
具体的には、ＧＡ２における染色体Ｂ１として、第１の染色体構造Ａの各染色体Ａ１〜Ａ１０に対してそれぞれに０〜２０までの整数を割り振る。
また、ＧＡ２における染色体Ｂ２として、第１の染色体構造Ａの各染色体Ａ１〜Ａ１０に対してそれぞれの係数を実数で付与する。
従って、例えば、結合関数ｅu(t)に対応する染色体Ｂ１の値が２、染色体Ｂ２の値が０．３であれば、結合関数ｅu(t)は、０．３ｅu(t-2)となる。
このように、ＧＡ２は、表２に示す２本の染色体で、第２の染色体構造Ｂが形成される。
表１に示す第１の染色体構造Ａと表２に示す第２の染色体構造Ｂに基づいて得られる結合関数式は、次式で表される。
また、ＧＡ２における染色体Ｂ２として、第１の染色体構造Ａの各染色体Ａ１〜Ａ１０に対してそれぞれの係数を実数で付与する。
従って、例えば、結合関数ｅu(t)に対応する染色体Ｂ１の値が２、染色体Ｂ２の値が０．３であれば、結合関数ｅu(t)は、０．３ｅu(t-2)となる。
このように、ＧＡ２は、表２に示す２本の染色体で、第２の染色体構造Ｂが形成される。
表１に示す第１の染色体構造Ａと表２に示す第２の染色体構造Ｂに基づいて得られる結合関数式は、次式で表される。
（３）適応度関数の算出
ＧＡ１及びＧＡ２によって決定された第１の染色体構造Ａ及び第２の染色体構造Ｂによって個体である結合関数式を形成し、対象となる非線形データに対する適応度を算出する。具体的には、以下に示す適応度関数を用いて適応度を算出する。
ＧＡ１及びＧＡ２によって決定された第１の染色体構造Ａ及び第２の染色体構造Ｂによって個体である結合関数式を形成し、対象となる非線形データに対する適応度を算出する。具体的には、以下に示す適応度関数を用いて適応度を算出する。
なお、実際には、求めるべき関数が判らないため、適当なｕを結合関数式に入れることで得られる出力値と目標値との誤差をもって適応度としてもよい。
（４）評価判定
算出された適応度が所定の範囲内であるか否かを評価判定する。
この評価判定によって適応度が所定の範囲内でないと判定された場合には、ＧＡ１及びＧＡ２による染色体構造決定が再度行われる。
算出された適応度が所定の範囲内であるか否かを評価判定する。
この評価判定によって適応度が所定の範囲内でないと判定された場合には、ＧＡ１及びＧＡ２による染色体構造決定が再度行われる。
（システム構成）
次に、非線形データを関数として同定するための構成について図１を用いて説明する。
ここで、非線形データとして、音声データを例に説明する。
図１に示す非線形データ記録装置１は、その内部に、音声データを関数式として同定する同定部２と、同定された関数式を音声データとして記録する記憶部３と、入力部４と、表示部５、音声出力部６等を備えている。
次に、非線形データを関数として同定するための構成について図１を用いて説明する。
ここで、非線形データとして、音声データを例に説明する。
図１に示す非線形データ記録装置１は、その内部に、音声データを関数式として同定する同定部２と、同定された関数式を音声データとして記録する記憶部３と、入力部４と、表示部５、音声出力部６等を備えている。
同定部２は、ＣＰＵ２１、ＲＡＭ２２、ＲＯＭ２３等を備えている。
ＣＰＵ２１は、ＲＯＭ２３に格納されている各種プログラムの中から指定されたプログラムをＲＡＭ２２の作業領域に展開して、このプログラムに従った各種処理を実行する。
ＲＡＭ２２は、ＣＰＵ２１により実行される各種処理において、プログラムやデータ等を一時的に記憶する記憶領域、プログラムを実行するための作業領域などを形成する。
ＲＯＭ２３は、本発明の動作の実行に必要な各種アプリケーションソフト、プログラム等を格納しており、具体的には、例えば、図１に示すように、音声データ分割プログラム２３０、遺伝的アルゴリズム処理プログラム２３１、適応度算出プログラム２３２、判別同定プログラム２３３、記憶制御プログラム２３４、再生プログラム２３５等を格納している。
ＣＰＵ２１は、ＲＯＭ２３に格納されている各種プログラムの中から指定されたプログラムをＲＡＭ２２の作業領域に展開して、このプログラムに従った各種処理を実行する。
ＲＡＭ２２は、ＣＰＵ２１により実行される各種処理において、プログラムやデータ等を一時的に記憶する記憶領域、プログラムを実行するための作業領域などを形成する。
ＲＯＭ２３は、本発明の動作の実行に必要な各種アプリケーションソフト、プログラム等を格納しており、具体的には、例えば、図１に示すように、音声データ分割プログラム２３０、遺伝的アルゴリズム処理プログラム２３１、適応度算出プログラム２３２、判別同定プログラム２３３、記憶制御プログラム２３４、再生プログラム２３５等を格納している。
音声データ分割プログラム２３０は、与えられた音声データを所定の時間間隔毎に分割するプログラムであり、ＣＰＵ２１は、かかる音声データ分割プログラム２３０を実行することによって、分割手段として機能する。
遺伝的アルゴリズム処理プログラム２３１は、上記したＧＡ１及びＧＡ２を実行するためのプログラムである。具体的には、ＧＡ１によって複数の関数から選択された関数の種類と結合を示す第１の染色体構造Ａを決定させるとともに、ＧＡ２によって第１の染色体構造Ａにおける各結合関数の時間遅れと係数を示す第２の染色体構造Ｂを決定させるプログラムであり、各染色体構造に対して交叉、選択、突然変異の各処理を行う。
遺伝的アルゴリズム処理プログラム２３１は、上記したＧＡ１及びＧＡ２を実行するためのプログラムである。具体的には、ＧＡ１によって複数の関数から選択された関数の種類と結合を示す第１の染色体構造Ａを決定させるとともに、ＧＡ２によって第１の染色体構造Ａにおける各結合関数の時間遅れと係数を示す第２の染色体構造Ｂを決定させるプログラムであり、各染色体構造に対して交叉、選択、突然変異の各処理を行う。
より具体的には、交叉は、例えば、ＧＡ１において、結合を形成する部分の１０本の染色体を行列とみなし、Ｎ×Ｎ行列同士を個体同士において入れ替えることで、一様交叉を行う。また、選択には、エリート保存を用いる。また、交叉によって個体数が増加するが、適応度の低いものを淘汰することで固定数の増殖を防ぐ。さらに、突然変異は、例えば、ＧＡ１において、なるべく関数の形を簡潔にするために、０から１には２％、１から０には１０％の割合で行う。
ＣＰＵ２１は、かかる遺伝的アルゴリズム処理プログラム２３１を実行することによって、染色体構造決定手段として機能する。
ＣＰＵ２１は、かかる遺伝的アルゴリズム処理プログラム２３１を実行することによって、染色体構造決定手段として機能する。
適応度算出プログラム２３２は、ＧＡ１及びＧＡ２によって決定された染色体構造によって得られる関数の適応度を算出させるためのプログラムであり、ＣＰＵ２１は、かかる適応度算出プログラム２３２を実行することによって適応度算出手段として機能する。
判別同定プログラム２３３は、ＧＡ１及びＧＡ２によって決定された染色体構造によって得られる関数の適応度が所定の範囲内であるか否かを判別させ、所定の範囲内であればそのときの染色体構造に基づいて非線形データの関数を同定させるプログラムであり、ＣＰＵ２１は、かかる判別同定プログラム２３３を実行することによって同定手段として機能する。
判別同定プログラム２３３は、ＧＡ１及びＧＡ２によって決定された染色体構造によって得られる関数の適応度が所定の範囲内であるか否かを判別させ、所定の範囲内であればそのときの染色体構造に基づいて非線形データの関数を同定させるプログラムであり、ＣＰＵ２１は、かかる判別同定プログラム２３３を実行することによって同定手段として機能する。
記憶制御プログラム２３４は、同定された関数式を非線形データとして記録媒体ａに記憶させるプログラムであり、ＣＰＵ２１は、かかる記憶制御プログラム２３４を実行することによって記憶制御手段として機能する。
再生プログラム２３５は、記録媒体に記憶されている関数式を取得させ、取得した関数式に基づく音声データ或いは画像データを再生させるプログラムであり、ＣＰＵ２１は、かかる再生プログラム２３５を実行することによって再生手段の一部として機能する。
再生プログラム２３５は、記録媒体に記憶されている関数式を取得させ、取得した関数式に基づく音声データ或いは画像データを再生させるプログラムであり、ＣＰＵ２１は、かかる再生プログラム２３５を実行することによって再生手段の一部として機能する。
記憶部３は、記憶媒体ａの読取／書込装置であり、記録媒体ａを着脱自在に収納する。この記憶部３は、同定された関数式を非線形データとして記録媒体ａに記憶させる記憶制御手段としての機能を有する。
入力部４は、例えば、マウス、キーボード或いはスキャナ等を備え、データを入力することができ、入力処理に用いる。
表示部５は、例えば、ＣＲＴやＬＣＤ等により構成され、ＣＰＵ２１によって処理された各種表示データや画像を表示する。
音声出力部６は、スピーカ、増幅器（何れも図示せず）等により構成され、記憶部３から取り出された結合関数式から生成された音声波形データを、増幅器により所定の音量に増幅して、スピーカから音声として出力する。このように、音声出力部６は、再生手段の一部として機能する。
入力部４は、例えば、マウス、キーボード或いはスキャナ等を備え、データを入力することができ、入力処理に用いる。
表示部５は、例えば、ＣＲＴやＬＣＤ等により構成され、ＣＰＵ２１によって処理された各種表示データや画像を表示する。
音声出力部６は、スピーカ、増幅器（何れも図示せず）等により構成され、記憶部３から取り出された結合関数式から生成された音声波形データを、増幅器により所定の音量に増幅して、スピーカから音声として出力する。このように、音声出力部６は、再生手段の一部として機能する。
次に、上記構成の非線形データ記録装置１を用いて行う音声データの同定処理動作の一例について、図２に示すフローチャートを用いて説明する。
なお、この同定処理動作の前提として、関数式を同定する音声データが与えられていることが必要である。
なお、この同定処理動作の前提として、関数式を同定する音声データが与えられていることが必要である。
先ず、ＣＰＵ２１は、対象となる音声データの関数式同定開始信号が出力されたか否かを判断する（ステップＳ１）。そして、関数式同定開始信号が出力されたと判断した場合（ステップＳ１；Ｙｅｓ）には、音声データを所定の時間間隔毎に分割する（ステップＳ２）。
次いで、ＣＰＵ２１は、分割音声データ毎にバイナリコーディングによるＧＡ（ＧＡ１）を用いて第１の染色体構造Ａの決定を行う（ステップＳ３）。具体的には、ＧＡ１による関数の種類の決定と結合を行う。
次いで、ＣＰＵ２１は、分割音声データ毎にバイナリコーディングによるＧＡ（ＧＡ１）を用いて第１の染色体構造Ａの決定を行う（ステップＳ３）。具体的には、ＧＡ１による関数の種類の決定と結合を行う。
次いで、ＣＰＵ２１は、実数値によるＧＡ（ＧＡ２）を用いて第２の染色体構造Ｂの決定を行う（ステップＳ４）。具体的には、ＧＡ２による第１の染色体構造Ａにおける各結合関数の時間遅れの決定と係数の決定を行う。
次いで、ＣＰＵ２１は、第１の染色体構造Ａ及び第２の染色体構造Ｂに基づいて非線形データの関数式を決定し（ステップＳ５）、その関数式の適応度を適応度関数を用いて算出する（ステップＳ６）。
次いで、ＣＰＵ２１は、第１の染色体構造Ａ及び第２の染色体構造Ｂに基づいて非線形データの関数式を決定し（ステップＳ５）、その関数式の適応度を適応度関数を用いて算出する（ステップＳ６）。
次いで、ＣＰＵ２１は、算出した適応度が所定の範囲内であるか否かを判断する（ステップＳ７）。そして、算出した適応度が所定の範囲内でないと判断した場合（ステップＳ７；Ｎｏ）には、ＧＡ１による第１の染色体構造Ａ及びＧＡ２による第２の染色体構造Ｂの決定と、これらの染色体構造に基づく関数式の適応度算出を繰り返して行う。
一方、ＣＰＵ２１は、算出した適応度が所定の範囲内であると判断した場合には（ステップＳ７；Ｙｅｓ）、その関数式を同定し（ステップＳ８）、この関数式を他の関数式と時系列的に関連付けて、与えられた音声データの関数式として記録媒体ａに記録させる（ステップＳ９）。
一方、ＣＰＵ２１は、算出した適応度が所定の範囲内であると判断した場合には（ステップＳ７；Ｙｅｓ）、その関数式を同定し（ステップＳ８）、この関数式を他の関数式と時系列的に関連付けて、与えられた音声データの関数式として記録媒体ａに記録させる（ステップＳ９）。
以上説明した本発明の非線形データ記録装置１によれば、与えられた音声データの関数の構造が分からなくても、バイナリコーディングによる遺伝的アルゴリズム（ＧＡ１）により関数の種類が決定され、実数値による遺伝的アルゴリズム（ＧＡ２）により各関数の遅れや係数を決定することができるので、関数が未知の音声データを精度よく同定することができる。
また、音声データを所定時間間隔で分割し、分割された音声データ毎に関数同定を行うので、同定された関数式を時系列的に繋げることにより、より精度よく音声データの同定を行うことができ、また音声データが長い場合にも好適である。
また、音声データを記録媒体ａに記録する場合、音声データそのものではなく結合関数式として記録することができるので、記録容量を大幅に削減できる。
また、記憶媒体ａに記憶された関数式に基づいて、音声データを再生することもできる。
また、音声データを所定時間間隔で分割し、分割された音声データ毎に関数同定を行うので、同定された関数式を時系列的に繋げることにより、より精度よく音声データの同定を行うことができ、また音声データが長い場合にも好適である。
また、音声データを記録媒体ａに記録する場合、音声データそのものではなく結合関数式として記録することができるので、記録容量を大幅に削減できる。
また、記憶媒体ａに記憶された関数式に基づいて、音声データを再生することもできる。
なお、上記実施の形態においては、非線形データとして音声データを例示して説明したが、画像データでもよく、波形データ等非線形なデータであればどのようなものであってもよい。
加えて、上記実施の形態で示した音声データの分割処理動作は必ずしも必要なものではなく、一つの音声データを一本の関数式として記憶させることができる構成としてもよい。
加えて、上記実施の形態で示した音声データの分割処理動作は必ずしも必要なものではなく、一つの音声データを一本の関数式として記憶させることができる構成としてもよい。
次に、本発明にかかる非線形データ記録装置による２つのシミュレーションを行った結果について説明する。
第１のシミュレーションは、既知の非線形データの関数式の同定を行った。
既知の関数式として、次に示す関数式を用いた。
既知の関数式として、次に示す関数式を用いた。
本発明にかかる非線形データの同定処理動作においては、個体数は３０、世代数は２０と設定した。また、適応度関数のＮを２０と設定した。以上の条件にてＧＡ１及びＧＡ２による各染色体構造の決定を行い、適応度を算出し、次に示す関数式が同定された。
図３（ａ）は、既知の関数式（数４）に基づく波形図、図３（ｂ）は、本発明にかかるＧＡ１及びＧＡ２によって決定された数５に基づく波形図である。
ここで、既知の関数式（数４）と、ＧＡ１及びＧＡ２による非線形データの関数式とは差異があるものの、図３（ａ）と図３（ｂ）とを比較すると、各関数式に基づく波形はほぼ同一であることがわかる。従って、ＧＡ１及びＧＡ２による非線形データの関数式の同定方法は有効であることがわかる。
ここで、既知の関数式（数４）と、ＧＡ１及びＧＡ２による非線形データの関数式とは差異があるものの、図３（ａ）と図３（ｂ）とを比較すると、各関数式に基づく波形はほぼ同一であることがわかる。従って、ＧＡ１及びＧＡ２による非線形データの関数式の同定方法は有効であることがわかる。
第２のシミュレーションは、入力された子音の音声データの関数式の同定を行った。
実施例１と同様に、本発明にかかる非線形データの同定処理動作においては、個体数は３０、世代数は２０と設定した。また、適応度関数のＮを２０と設定した。以上の条件にてＧＡ１及びＧＡ２による各染色体構造の決定を行い、適応度を算出し、関数式を同定した。
図４（ａ）は、「ｋａ」の子音部分「ｋ」を示す既知の波形図、図４（ｂ）は、ＧＡ１及びＧＡ２によってその子音部分「ｋ」を本発明にかかる方法により同定した関数式に基づく波形図である。なお、関数式の表記は省略する。
実施例１と同様に、本発明にかかる非線形データの同定処理動作においては、個体数は３０、世代数は２０と設定した。また、適応度関数のＮを２０と設定した。以上の条件にてＧＡ１及びＧＡ２による各染色体構造の決定を行い、適応度を算出し、関数式を同定した。
図４（ａ）は、「ｋａ」の子音部分「ｋ」を示す既知の波形図、図４（ｂ）は、ＧＡ１及びＧＡ２によってその子音部分「ｋ」を本発明にかかる方法により同定した関数式に基づく波形図である。なお、関数式の表記は省略する。
ここで、図４（ａ）と図４（ｂ）とを比較すると、ほぼ同一の波形を示していることがわかる。即ち、ＧＡ１及びＧＡ２によって決定された子音部分の音声データの関数式に基づく波形は、実際の波形と比較しても、聴覚的に差異が区別し難いレベルであるといえる。このように、上記したＧＡ１及びＧＡ２による非線形データの関数式の同定方法は有効であることがわかる。
１ 非線形データ記録装置
３ 記憶部（記憶制御手段）
６ 音声出力部（再生手段）
２１ ＣＰＵ（染色体構造決定手段、適応度算出手段、同定手段、記憶制御手段、分割手段、再生手段）
２３０ 音声データ分割プログラム（分割手段）
２３１ 遺伝的アルゴリズム処理プログラム（染色体構造決定手段）
２３２ 適応度算出プログラム（適応度算出手段）
２３３ 判別同定プログラム（同定手段）
２３４ 記憶制御プログラム（記憶制御手段）
２３５ 再生プログラム（再生手段）
ａ 記録媒体
３ 記憶部（記憶制御手段）
６ 音声出力部（再生手段）
２１ ＣＰＵ（染色体構造決定手段、適応度算出手段、同定手段、記憶制御手段、分割手段、再生手段）
２３０ 音声データ分割プログラム（分割手段）
２３１ 遺伝的アルゴリズム処理プログラム（染色体構造決定手段）
２３２ 適応度算出プログラム（適応度算出手段）
２３３ 判別同定プログラム（同定手段）
２３４ 記憶制御プログラム（記憶制御手段）
２３５ 再生プログラム（再生手段）
ａ 記録媒体
Claims (9)
- 予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する第１の工程と、
前記第１の工程により決定された第１の染色体構造及び第２の染色体構造により個体を形成し、対象となる非線形データに対する適応度を算出する第２の工程と、備え、
前記第２の工程により算出された適応度が所定の範囲内となるまで、上記工程を繰り返して行い、適応度が所定の範囲内となったときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定することを特徴とする遺伝的アルゴリズムによる非線形データの同定方法。 - 前記非線形データを分割し、分割された分割非線形データ毎に関数式の同定を行うことを特徴とする請求項１記載の遺伝的アルゴリズムによる非線形データの同定方法。
- 予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する第１の工程と、
前記第１の工程により決定された第１の染色体構造及び第２の染色体構造とにより個体を形成し、対象となる非線形データに対する適応度を算出する第２の工程と、備え、
前記第２の工程により算出された適応度が所定の範囲内となるまで、上記工程を繰り返して行い、適応度が所定の範囲内となったときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定し、当該関数式を前記非線形データとして記録媒体に記憶することを特徴とする非線形データ記録方法。 - 前記非線形データを分割し、分割された分割非線形データ毎に関数式の同定を行い、当該分割非線形データ毎の関数式を関連付けて記録媒体に記憶することを特徴とする請求項３記載の非線形データ記録方法。
- 予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する染色体構造決定手段と、
前記染色体構造決定手段により決定された第１の染色体構造及び第２の染色体構造とにより個体を形成し、対象となる非線形データに対する適応度を算出する適応度算出手段と、備え、
前記適応度算出手段により算出された適応度が所定の範囲内になったか否かを判断し、適応度が所定の範囲内でないと判断した場合には、上記染色体構造決定手段及び適応度算出手段に基づく動作を繰り返して行わせるとともに、適応度が所定の範囲内となったと判断した場合には、そのときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定する同定手段と、
前記同定手段により同定された関数式を前記非線形データとして記録媒体に記憶する記憶制御手段と、
を備えることを特徴とする非線形データ記録装置。 - 前記非線形データを分割する分割手段を備え、
前記同定手段は、分割された分割非線形データ毎に関数式の同定を行い、
前記記憶制御手段は、当該分割非線形データ毎の関数式を関連付けて記録媒体に記憶することを特徴とする請求項５記載の非線形データ記録装置。 - 前記非線形データは、音声データ或いは画像データであることを特徴とする請求項５又は６記載の非線形データ記録装置。
- 請求項７に記載の非線形データ記憶装置により記憶された関数式を前記記憶媒体から取得して、当該関数式に基づく音声データ或いは画像データを再生する再生手段を備えることを特徴とする非線形データ再生装置。
- コンピュータに、
予め用意された複数の関数の中からバイナリコーディングによる遺伝的アルゴリズムを用いて前記複数の関数から選択された関数の種類と結合を示す第１の染色体構造を決定するとともに、実数値による遺伝的アルゴリズムを用いて決定された第１の染色体構造における各関数の時間遅れと係数を示す第２の染色体構造を決定する第１の機能と、
決定された第１の染色体構造及び第２の染色体構造とにより個体を形成し、非線形データに対する適応度を算出する第２の機能と、
適応度が所定の範囲内になったか否かを判断し、適応度が所定の範囲内でないと判断した場合には、第１の機能と第２の機能に基づく動作を繰り返して行わせるとともに、適応度が所定の範囲内となったと判断した場合には、そのときの第１の染色体構造及び第２の染色体構造とに基づいて前記非線形データの関数式を同定する第３の機能と、
を実行させることを特徴とするプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004018296A JP2005215751A (ja) | 2004-01-27 | 2004-01-27 | 遺伝的アルゴリズムによる非線形データの同定方法、非線形データ記録方法、非線形データ記録装置、非線形データ再生装置及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004018296A JP2005215751A (ja) | 2004-01-27 | 2004-01-27 | 遺伝的アルゴリズムによる非線形データの同定方法、非線形データ記録方法、非線形データ記録装置、非線形データ再生装置及びプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2005215751A true JP2005215751A (ja) | 2005-08-11 |
Family
ID=34902857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004018296A Pending JP2005215751A (ja) | 2004-01-27 | 2004-01-27 | 遺伝的アルゴリズムによる非線形データの同定方法、非線形データ記録方法、非線形データ記録装置、非線形データ再生装置及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2005215751A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110610757A (zh) * | 2019-09-24 | 2019-12-24 | 电子科技大学 | 基于人工智能与图形学结合的染色体图像处理方法 |
-
2004
- 2004-01-27 JP JP2004018296A patent/JP2005215751A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110610757A (zh) * | 2019-09-24 | 2019-12-24 | 电子科技大学 | 基于人工智能与图形学结合的染色体图像处理方法 |
| CN110610757B (zh) * | 2019-09-24 | 2023-02-03 | 电子科技大学 | 基于人工智能与图形学结合的染色体图像处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Haller et al. | Tree‐sequence recording in SLiM opens new horizons for forward‐time simulation of whole genomes | |
| Renaud et al. | gargammel: a sequence simulator for ancient DNA | |
| Domazet-Lošo et al. | No evidence for phylostratigraphic bias impacting inferences on patterns of gene emergence and evolution | |
| Diament et al. | Estimation of ribosome profiling performance and reproducibility at various levels of resolution | |
| Allhoff et al. | Differential peak calling of ChIP-seq signals with replicates with THOR | |
| Li | Toward better understanding of artifacts in variant calling from high-coverage samples | |
| CN105528652A (zh) | 一种预测模型的建立方法及终端 | |
| EP3822875A3 (en) | Method and apparatus for outputting information, device, storage medium, and computer program product | |
| JP2007249354A (ja) | 指標推計装置、指標推計方法、及び指標推計プログラム | |
| Leviyang et al. | A penalized regression approach to haplotype reconstruction of viral populations arising in early HIV/SIV infection | |
| JP5007714B2 (ja) | 情報処理装置および方法、プログラム、並びに記録媒体 | |
| CN109190879B (zh) | 一种训练改编水平评价模型、评价改编水平的方法及装置 | |
| Yu et al. | SCSsim: an integrated tool for simulating single-cell genome sequencing data | |
| JP7421475B2 (ja) | 学習方法、混合率予測方法及び学習装置 | |
| Sater et al. | UMI-Gen: A UMI-based read simulator for variant calling evaluation in paired-end sequencing NGS libraries | |
| Chitpin et al. | RECAP reveals the true statistical significance of ChIP-seq peak calls | |
| Mirauta et al. | Parseq: reconstruction of microbial transcription landscape from RNA-Seq read counts using state-space models | |
| KR20220109707A (ko) | 염기서열 시퀀싱 데이터 분석 장치 및 그 동작 방법 | |
| JP2005215751A (ja) | 遺伝的アルゴリズムによる非線形データの同定方法、非線形データ記録方法、非線形データ記録装置、非線形データ再生装置及びプログラム | |
| CN113454575A (zh) | 利用音频信号模式的触觉信号产生方法及装置 | |
| US20190197415A1 (en) | User state modeling | |
| CN114005489B (zh) | 基于三代测序数据检测点突变的分析方法和装置 | |
| WO2006117839A1 (ja) | 遺伝的アルゴリズムによる非線形データの同定方法、非線形データ記録方法、非線形データ記録装置、非線形データ再生装置及びプログラム | |
| Leblanc et al. | Major cell-types in multiomic single-nucleus datasets impact statistical modeling of links between regulatory sequences and target genes | |
| JP2008122426A (ja) | 情報処理装置および方法、プログラム、並びに記録媒体 |