JP2020184268A - 演算処理装置、演算処理プログラム、及び演算処理方法 - Google Patents
演算処理装置、演算処理プログラム、及び演算処理方法 Download PDFInfo
- Publication number
- JP2020184268A JP2020184268A JP2019089094A JP2019089094A JP2020184268A JP 2020184268 A JP2020184268 A JP 2020184268A JP 2019089094 A JP2019089094 A JP 2019089094A JP 2019089094 A JP2019089094 A JP 2019089094A JP 2020184268 A JP2020184268 A JP 2020184268A
- Authority
- JP
- Japan
- Prior art keywords
- difference
- accuracy
- value
- calculation
- objective function
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- 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
- G06N3/086—Learning methods using evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Physiology (AREA)
- Operations Research (AREA)
- Genetics & Genomics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Feedback Control In General (AREA)
- Complex Calculations (AREA)
Abstract
Description
w’=(d4*v1+d3*v2)/(d3+d4)
w’=(w0+2*w1)/3
変数を表す個体に対する目的関数の値を進化的計算によって求める際に、前世代の複数の個体に基づいて、現世代の複数の個体を生成する生成部と、
前記生成部によって生成された現世代の複数の個体のうちの一部の個体の各々について、個体に対する前記目的関数の値を所定の方式で計算する第1計算部と、
前記生成部によって生成された現世代の複数の個体の各々について、個体に対する前記目的関数の値を前記所定の方式よりも低い精度で近似計算する第2計算部と、
前記第1計算部の前記所定の方式又は前記第2計算部の前記近似計算により計算された前記目的関数の値に基づいて、前記目的関数の値の間の差異を表す適合度差を算出する適合度差算出部と、
前記第1計算部により前記所定の方式で計算された前記目的関数の値と、前記第2計算部により前記近似計算された前記目的関数の値との間の差異を表す精度差と、前記適合度差算出部によって算出された前記適合度差とに基づいて、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記第2計算部の前記近似計算の精度を制御する精度制御部と、
を含む演算処理装置。
前記精度差を算出する精度差算出部を更に備える、
付記1に記載の演算処理装置。
前記精度制御部は、前記近似計算の精度を制御する際に、前記精度差が前記適合度差以下であるという関係が保たれるように、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する、
付記1又は付記2に記載の演算処理装置。
前記精度制御部は、前記近似計算の精度を制御する際に、前記精度差の2倍の値が前記適合度差以下であるという関係が保たれるように、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する、
付記1又は付記2に記載の演算処理装置。
前記精度差算出部は、前記第1計算部により前記所定の方式で計算された前記目的関数の値と、前記第2計算部により前記近似計算された前記目的関数の値との間の差分のうちの最大値を前記精度差として算出し、
前記適合度差算出部は、現世代の複数の前記個体の各々の前記目的関数の値のうちの最大値と、現世代の複数の前記個体の各々の前記目的関数の値のうちの最小値との間の差分を、前記適合度差として算出する、
付記2に記載の演算処理装置。
前記第2計算部は、前記個体の値と前記個体の値に対応する前記目的関数の値とが予め対応付けられたテーブルを参照して前記目的関数の値を求めることにより、現世代の前記個体に対する前記目的関数の値を近似計算する、
付記1〜付記5の何れか1項に記載の演算処理装置。
繰り返し計算によって前記目的関数の値が求められる場合、前記第2計算部は、前記第1計算部による前記所定の方式の計算における繰り返し回数よりも少ない繰り返し回数で前記目的関数の値を求めることにより、現世代の前記個体に対する前記目的関数の値を近似計算し、
前記精度制御部は、前記近似計算の精度を制御する際に、前記第2計算部による前記近似計算で用いられる前記繰り返し回数を調整することにより、前記近似計算の精度を制御する、
付記1〜付記5の何れか1項に記載の演算処理装置。
前記第2計算部は、前記第1計算部による前記所定の方式の計算で用いられるビット数よりも少ないビット数で表現された数値を用いて前記目的関数の値を求めることにより、現世代の前記個体に対する前記目的関数の値を近似計算し、
前記精度制御部は、前記近似計算の精度を制御する際に、前記第2計算部による前記近似計算で用いられるビット数を調整することにより、前記近似計算の精度を制御する、
付記1〜付記5の何れか1項に記載の演算処理装置。
前記第2計算部は、前記個体の値から前記目的関数の値を求めるための学習済みモデルを用いて、前記個体の値に対する前記目的関数の値を求めることにより、現世代の前記個体に対する前記目的関数の値を近似計算し、
前記精度制御部は、前記近似計算の精度を制御する際に、前記第2計算部による前記近似計算で用いられる、前記学習済みモデルのパラメータ数又は前記学習済みモデルの学習に用いられる学習用データの数を調整することにより、前記近似計算の精度を制御する、
付記1〜付記5の何れか1項に記載の演算処理装置。
前記精度制御部は、世代毎に、前記第2計算部の前記近似計算の精度を制御する、
付記1〜付記9の何れか1項に記載の演算処理装置。
前記精度制御部は、現世代の前記個体を繰り返し生成する毎に前記精度を変更するように制御し、変更した前記精度で近似計算を行う、
付記1〜付記10の何れか1項に記載の演算処理装置。
変数を表す個体に対する目的関数の値を進化的計算によって求める際に、前世代の複数の個体に基づいて、現世代の複数の個体を生成し、
生成された現世代の複数の個体のうちの一部の個体の各々について、個体に対する前記目的関数の値を所定の方式で計算し、
生成された現世代の複数の個体の各々について、個体に対する前記目的関数の値を前記所定の方式よりも低い精度で近似計算し、
前記所定の方式又は前記近似計算により計算された前記目的関数の値に基づいて、前記目的関数の値の間の差異を表す適合度差を算出し、
前記所定の方式で計算された前記目的関数の値と、前記近似計算された前記目的関数の値との間の差異を表す精度差と、算出された前記適合度差とに基づいて、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する
処理をコンピュータに実行させるための演算処理プログラム。
前記精度差を算出する処理を更に備える、
付記12に記載の演算処理プログラム。
前記近似計算の精度を制御する際に、前記精度差が前記適合度差以下であるという関係が保たれるように、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する、
付記12又は付記13に記載の演算処理プログラム。
前記近似計算の精度を制御する際に、前記精度差の2倍の値が前記適合度差以下であるという関係が保たれるように、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する、
付記12又は付記13に記載の演算処理プログラム。
前記所定の方式で計算された前記目的関数の値と、前記近似計算された前記目的関数の値との間の差分のうちの最大値を前記精度差として算出し、
現世代の複数の前記個体の各々の前記目的関数の値のうちの最大値と、現世代の複数の前記個体の各々の前記目的関数の値のうちの最小値との間の差分を、前記適合度差として算出する、
付記13に記載の演算処理プログラム。
前記個体の値と前記個体の値に対応する前記目的関数の値とが予め対応付けられたテーブルを参照して前記目的関数の値を求めることにより、現世代の前記個体に対する前記目的関数の値を近似計算する、
付記12〜付記16の何れか1項に記載の演算処理プログラム。
繰り返し計算によって前記目的関数の値が求められる場合、前記所定の方式の計算における繰り返し回数よりも少ない繰り返し回数で前記目的関数の値を求めることにより、現世代の前記個体に対する前記目的関数の値を近似計算し、
前記近似計算の精度を制御する際に、前記近似計算で用いられる前記繰り返し回数を調整することにより、前記近似計算の精度を制御する、
付記12〜付記16の何れか1項に記載の演算処理プログラム。
変数を表す個体に対する目的関数の値を進化的計算によって求める際に、前世代の複数の個体に基づいて、現世代の複数の個体を生成し、
生成された現世代の複数の個体のうちの一部の個体の各々について、個体に対する前記目的関数の値を所定の方式で計算し、
生成された現世代の複数の個体の各々について、個体に対する前記目的関数の値を前記所定の方式よりも低い精度で近似計算し、
前記所定の方式又は前記近似計算により計算された前記目的関数の値に基づいて、前記目的関数の値の間の差異を表す適合度差を算出し、
前記所定の方式で計算された前記目的関数の値と、前記近似計算された前記目的関数の値との間の差異を表す精度差と、算出された前記適合度差とに基づいて、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する
処理をコンピュータに実行させる情報処理方法。
変数を表す個体に対する目的関数の値を進化的計算によって求める際に、前世代の複数の個体に基づいて、現世代の複数の個体を生成し、
生成された現世代の複数の個体のうちの一部の個体の各々について、個体に対する前記目的関数の値を所定の方式で計算し、
生成された現世代の複数の個体の各々について、個体に対する前記目的関数の値を前記所定の方式よりも低い精度で近似計算し、
前記所定の方式又は前記近似計算により計算された前記目的関数の値に基づいて、前記目的関数の値の間の差異を表す適合度差を算出し、
前記所定の方式で計算された前記目的関数の値と、前記近似計算された前記目的関数の値との間の差異を表す精度差と、算出された前記適合度差とに基づいて、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する
処理をコンピュータに実行させるための演算処理プログラムを記憶した記憶媒体。
12 生成部
14 第1計算部
15 記憶部
16 第2計算部
18 精度差算出部
20 適合度差算出部
22 精度制御部
50 コンピュータ
51 CPU
52 メモリ
53 記憶部
59 記録媒体
60 演算処理プログラム
61 生成プロセス
62 第1計算プロセス
63 第2計算プロセス
64 精度差算出プロセス
65 適合度差算出プロセス
66 精度制御プロセス
67 記憶領域
Claims (13)
- 変数を表す個体に対する目的関数の値を進化的計算によって求める際に、前世代の複数の個体に基づいて、現世代の複数の個体を生成する生成部と、
前記生成部によって生成された現世代の複数の個体のうちの一部の個体の各々について、個体に対する前記目的関数の値を所定の方式で計算する第1計算部と、
前記生成部によって生成された現世代の複数の個体の各々について、個体に対する前記目的関数の値を前記所定の方式よりも低い精度で近似計算する第2計算部と、
前記第1計算部の前記所定の方式又は前記第2計算部の前記近似計算により計算された前記目的関数の値に基づいて、前記目的関数の値の間の差異を表す適合度差を算出する適合度差算出部と、
前記第1計算部により前記所定の方式で計算された前記目的関数の値と、前記第2計算部により前記近似計算された前記目的関数の値との間の差異を表す精度差と、前記適合度差算出部によって算出された前記適合度差とに基づいて、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記第2計算部の前記近似計算の精度を制御する精度制御部と、
を含む演算処理装置。 - 前記精度差を算出する精度差算出部を更に備える、
請求項1に記載の演算処理装置。 - 前記精度制御部は、前記近似計算の精度を制御する際に、前記精度差が前記適合度差以下であるという関係が保たれるように、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する、
請求項1又は請求項2に記載の演算処理装置。 - 前記精度制御部は、前記近似計算の精度を制御する際に、前記精度差の2倍の値が前記適合度差以下であるという関係が保たれるように、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する、
請求項1又は請求項2に記載の演算処理装置。 - 前記精度差算出部は、前記第1計算部により前記所定の方式で計算された前記目的関数の値と、前記第2計算部により前記近似計算された前記目的関数の値との間の差分のうちの最大値を前記精度差として算出し、
前記適合度差算出部は、現世代の複数の前記個体の各々の前記目的関数の値のうちの最大値と、現世代の複数の前記個体の各々の前記目的関数の値のうちの最小値との間の差分を、前記適合度差として算出する、
請求項2に記載の演算処理装置。 - 前記第2計算部は、前記個体の値と前記個体の値に対応する前記目的関数の値とが予め対応付けられたテーブルを参照して前記目的関数の値を求めることにより、現世代の前記個体に対する前記目的関数の値を近似計算する、
請求項1〜請求項5の何れか1項に記載の演算処理装置。 - 繰り返し計算によって前記目的関数の値が求められる場合、前記第2計算部は、前記第1計算部による前記所定の方式の計算における繰り返し回数よりも少ない繰り返し回数で前記目的関数の値を求めることにより、現世代の前記個体に対する前記目的関数の値を近似計算し、
前記精度制御部は、前記近似計算の精度を制御する際に、前記第2計算部による前記近似計算で用いられる前記繰り返し回数を調整することにより、前記近似計算の精度を制御する、
請求項1〜請求項5の何れか1項に記載の演算処理装置。 - 前記第2計算部は、前記第1計算部による前記所定の方式の計算で用いられるビット数よりも少ないビット数で表現された数値を用いて前記目的関数の値を求めることにより、現世代の前記個体に対する前記目的関数の値を近似計算し、
前記精度制御部は、前記近似計算の精度を制御する際に、前記第2計算部による前記近似計算で用いられるビット数を調整することにより、前記近似計算の精度を制御する、
請求項1〜請求項5の何れか1項に記載の演算処理装置。 - 前記第2計算部は、前記個体の値から前記目的関数の値を求めるための学習済みモデルを用いて、前記個体の値に対する前記目的関数の値を求めることにより、現世代の前記個体に対する前記目的関数の値を近似計算し、
前記精度制御部は、前記近似計算の精度を制御する際に、前記第2計算部による前記近似計算で用いられる、前記学習済みモデルのパラメータ数又は前記学習済みモデルの学習に用いられる学習用データの数を調整することにより、前記近似計算の精度を制御する、
請求項1〜請求項5の何れか1項に記載の演算処理装置。 - 前記精度制御部は、世代毎に、前記第2計算部の前記近似計算の精度を制御する、
請求項1〜請求項9の何れか1項に記載の演算処理装置。 - 前記精度制御部は、現世代の前記個体を繰り返し生成する毎に前記精度を変更するように制御し、変更した前記精度で近似計算を行う、
請求項1〜請求項10の何れか1項に記載の演算処理装置。 - 変数を表す個体に対する目的関数の値を進化的計算によって求める際に、前世代の複数の個体に基づいて、現世代の複数の個体を生成し、
生成された現世代の複数の個体のうちの一部の個体の各々について、個体に対する前記目的関数の値を所定の方式で計算し、
生成された現世代の複数の個体の各々について、個体に対する前記目的関数の値を前記所定の方式よりも低い精度で近似計算し、
前記所定の方式又は前記近似計算により計算された前記目的関数の値に基づいて、前記目的関数の値の間の差異を表す適合度差を算出し、
前記所定の方式で計算された前記目的関数の値と、前記近似計算された前記目的関数の値との間の差異を表す精度差と、算出された前記適合度差とに基づいて、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する
処理をコンピュータに実行させるための演算処理プログラム。 - 変数を表す個体に対する目的関数の値を進化的計算によって求める際に、前世代の複数の個体に基づいて、現世代の複数の個体を生成し、
生成された現世代の複数の個体のうちの一部の個体の各々について、個体に対する前記目的関数の値を所定の方式で計算し、
生成された現世代の複数の個体の各々について、個体に対する前記目的関数の値を前記所定の方式よりも低い精度で近似計算し、
前記所定の方式又は前記近似計算により計算された前記目的関数の値に基づいて、前記目的関数の値の間の差異を表す適合度差を算出し、
前記所定の方式で計算された前記目的関数の値と、前記近似計算された前記目的関数の値との間の差異を表す精度差と、算出された前記適合度差とに基づいて、前記適合度差が大きいほど前記精度差が大きくなるように、かつ前記適合度差が小さいほど前記精度差が小さくなるように、前記近似計算の精度を制御する
処理をコンピュータに実行させる情報処理方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019089094A JP7298284B2 (ja) | 2019-05-09 | 2019-05-09 | 演算処理装置、演算処理プログラム、及び演算処理方法 |
US16/831,889 US11550873B2 (en) | 2019-05-09 | 2020-03-27 | Arithmetic processing apparatus, arithmetic processing method, and non-transitory computer-readable storage medium for storing arithmetic processing program |
EP20166701.1A EP3736746A1 (en) | 2019-05-09 | 2020-03-30 | Arithmetic processing apparatus, arithmetic processing method, and arithmetic processing program |
CN202010285128.2A CN111913685A (zh) | 2019-05-09 | 2020-04-13 | 运算处理装置、运算处理方法和非暂态计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019089094A JP7298284B2 (ja) | 2019-05-09 | 2019-05-09 | 演算処理装置、演算処理プログラム、及び演算処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020184268A true JP2020184268A (ja) | 2020-11-12 |
JP7298284B2 JP7298284B2 (ja) | 2023-06-27 |
Family
ID=70224226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019089094A Active JP7298284B2 (ja) | 2019-05-09 | 2019-05-09 | 演算処理装置、演算処理プログラム、及び演算処理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11550873B2 (ja) |
EP (1) | EP3736746A1 (ja) |
JP (1) | JP7298284B2 (ja) |
CN (1) | CN111913685A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022016795A (ja) * | 2020-07-13 | 2022-01-25 | 富士通株式会社 | 情報処理装置、情報処理プログラムおよび情報処理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002230514A (ja) * | 2000-11-14 | 2002-08-16 | Honda R & D Europe (Deutschland) Gmbh | 進化的最適化方法 |
JP2005209211A (ja) * | 2004-01-26 | 2005-08-04 | Honda Research Inst Europe Gmbh | 進化的最適化方法 |
JP2013257745A (ja) * | 2012-06-13 | 2013-12-26 | Dainippon Printing Co Ltd | パラメータフィッティング方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001109732A (ja) | 1999-10-08 | 2001-04-20 | Rinnai Corp | 近似値出力装置とその学習装置 |
JP2001134628A (ja) | 1999-11-05 | 2001-05-18 | Babcock Hitachi Kk | 骨組構造の最適化設計装置 |
JP2006323710A (ja) * | 2005-05-20 | 2006-11-30 | Renesas Technology Corp | データプロセッサ、データ処理方法及び演算制御プログラム |
JP5282493B2 (ja) * | 2008-09-04 | 2013-09-04 | 富士通株式会社 | 最適解関係表示装置、方法、及びプログラム |
JP5530729B2 (ja) * | 2009-01-23 | 2014-06-25 | 本田技研工業株式会社 | 音声理解装置 |
US9665694B2 (en) * | 2013-01-31 | 2017-05-30 | Codexis, Inc. | Methods, systems, and software for identifying bio-molecules with interacting components |
DE102016101665A1 (de) * | 2015-01-29 | 2016-08-04 | Affectomatics Ltd. | Auf datenschutzüberlegungen gestützte filterung von messwerten der affektiven reaktion |
US11232466B2 (en) * | 2015-01-29 | 2022-01-25 | Affectomatics Ltd. | Recommendation for experiences based on measurements of affective response that are backed by assurances |
WO2017075513A1 (en) * | 2015-10-29 | 2017-05-04 | Fuelcomm Inc. | Systems, processes, and methods for estimating sales values |
-
2019
- 2019-05-09 JP JP2019089094A patent/JP7298284B2/ja active Active
-
2020
- 2020-03-27 US US16/831,889 patent/US11550873B2/en active Active
- 2020-03-30 EP EP20166701.1A patent/EP3736746A1/en active Pending
- 2020-04-13 CN CN202010285128.2A patent/CN111913685A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002230514A (ja) * | 2000-11-14 | 2002-08-16 | Honda R & D Europe (Deutschland) Gmbh | 進化的最適化方法 |
JP2005209211A (ja) * | 2004-01-26 | 2005-08-04 | Honda Research Inst Europe Gmbh | 進化的最適化方法 |
JP2013257745A (ja) * | 2012-06-13 | 2013-12-26 | Dainippon Printing Co Ltd | パラメータフィッティング方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3736746A1 (en) | 2020-11-11 |
CN111913685A (zh) | 2020-11-10 |
US20200356622A1 (en) | 2020-11-12 |
JP7298284B2 (ja) | 2023-06-27 |
US11550873B2 (en) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11593663B2 (en) | Data discriminator training method, data discriminator training apparatus, non-transitory computer readable medium, and training method | |
WO2018227800A1 (zh) | 一种神经网络训练方法及装置 | |
JP3404532B2 (ja) | 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 | |
KR20160143548A (ko) | 인공 신경 네트워크를 자동으로 조정하는 방법 및 장치 | |
WO2018039011A1 (en) | Asychronous training of machine learning model | |
KR20160143505A (ko) | 신경망의 연산량을 줄이는 방법 및 시스템 | |
Vasiljevic | Classical and evolutionary algorithms in the optimization of optical systems | |
CN114391150A (zh) | 基于逆向和前向建模机器学习的生成式设计 | |
JP2020095586A (ja) | 強化学習方法、および強化学習プログラム | |
JP7298284B2 (ja) | 演算処理装置、演算処理プログラム、及び演算処理方法 | |
CN114154615A (zh) | 基于硬件性能的神经架构搜索方法和设备 | |
JPWO2020075316A1 (ja) | 位置決め制御装置及び位置決め方法 | |
US20210365822A1 (en) | Computer implemented method for generating generalized additive models | |
JP2020009178A (ja) | 変換装置、学習装置、変換方法、学習方法及びプログラム | |
WO2020054402A1 (ja) | ニューラルネットワーク処理装置、コンピュータプログラム、ニューラルネットワーク製造方法、ニューラルネットワークデータの製造方法、ニューラルネットワーク利用装置、及びニューラルネットワーク小規模化方法 | |
Barber | Flexible regression and smoothing: Using GAMLSS in R | |
WO2023007848A1 (ja) | データ解析方法、データ解析装置、及び、データ解析プログラム | |
KR20200063904A (ko) | 다중 간선 라벨 그래프의 정점들 간 관련도를 측정하는 방법 및 장치 | |
JP7224263B2 (ja) | モデル生成方法、モデル生成装置及びプログラム | |
US20220343162A1 (en) | Method for structure learning and model compression for deep neural network | |
CN113591781B (zh) | 基于服务机器人云平台的图像处理方法及系统 | |
JP2023128703A (ja) | 計算装置、計算プログラム、記録媒体及び計算方法 | |
Ahmadi | Prediction of Orthogonal Cutting Forces Based on Multi-fidelity Modeling | |
WO2022102255A1 (ja) | 情報処理装置およびニューラルネットワーク縮約方法 | |
Benureau et al. | Learning Timescales in MTRNNs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230120 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20230120 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20230120 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230125 |
|
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: 20230516 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230529 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7298284 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |