JP2021174078A - 最適化装置および最適化方法 - Google Patents
最適化装置および最適化方法 Download PDFInfo
- Publication number
- JP2021174078A JP2021174078A JP2020075063A JP2020075063A JP2021174078A JP 2021174078 A JP2021174078 A JP 2021174078A JP 2020075063 A JP2020075063 A JP 2020075063A JP 2020075063 A JP2020075063 A JP 2020075063A JP 2021174078 A JP2021174078 A JP 2021174078A
- Authority
- JP
- Japan
- Prior art keywords
- search
- value
- parameter
- distribution
- unit
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Manipulator (AREA)
Abstract
Description
を実行する。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
ここまで本実施例では、入力部11で登録するパラメータの初期値やハイパーパラメータの値を外部から直接指定すること想定しているが、それらを内部処理で決定しても構わない。例えば、事前知識が何もない場合にパラメータの初期値を定義域からランダムに選択することが考えられる。
Claims (15)
- パラメータの値の最適化を行う最適化装置であって、
探索したいパラメータとその評価指標となる評価関数を受け取る入力部と、
前記評価関数に基づいて前記パラメータの値の最適値を求める最適化計算部と、
前記最適値を出力する出力部と、
を含み、
前記最適化計算部は、
評価するパラメータの値である探索点を探索点生成分布から生成する探索点生成部と、
前記評価関数に基づいて前記探索点の評価値を計算する評価値計算部と、
前記評価値に基づいて前記探索点生成分布を更新する分布形状更新部と、
前記探索点生成分布を特徴づける量を時系列情報として保持する分布形状保持部と、
前記時系列情報をもとに探索するパラメータを選択する探索パラメータ選択部と、
所定の終了条件をもとに終了判定を行う終了判定部と、
を有する最適化装置。 - 請求項1に記載の最適化装置であって、
前記探索パラメータ選択部が、前記分布形状保持部に保存されている探索点生成分布の分布形状の時系列情報をもとに、前記分布形状の変化が閾値以上のパラメータの選択を行うことを特徴とする、最適化装置。 - 請求項1に記載の最適化装置であって、
前記分布形状更新部の更新方法が、前記評価値と前記探索点に相関がない前記評価関数に対して、分布形状の変化が平均的にはゼロになるという特徴を有する、最適化装置。 - 請求項1に記載の最適化装置であって、
前記最適化計算部は、前記パラメータの値の最適値をループ処理によって求め、
前記分布形状保持部が、各ループ処理で前記分布形状更新部により更新された探索点生成分布の形状を特徴づける量を時系列情報として保持していることを特徴とする、最適化装置。 - 請求項1に記載の最適化装置であって、
前記探索パラメータ選択部は、探索するパラメータの選択結果に基づいて、ハイパーパラメータの値を変更することを特徴とする、最適化装置。 - 請求項1に記載の最適化装置であって、
前記探索点生成分布を特徴づける量は、分散値であることを特徴とする、最適化装置。 - 請求項1に記載の最適化装置であって、
前記探索パラメータ選択部で選択されなかったパラメータは、前記探索点生成分布の中心値に対応する定数値に固定される、最適化装置。 - 請求項1に記載の最適化装置であって、
前記探索パラメータ選択部が、一度探索対象から外れたパラメータに対して、再度探索を再開するかどうかを判定する機能を含んでいる、最適化装置。 - 請求項1に記載の最適化装置であって、
前記探索点生成分布の形状を特徴づける量の中に2階の行列で表現される量があって、前記探索パラメータ選択部は、前記行列の対角化処理を行うことを特徴とする、最適化装置。 - 請求項1に記載の最適化装置を用いた最適化装置であって、
ピッキングロボットの物体認識機能の最適化装置として構成され、
前記入力部が受け取る情報の中に、目的物体の情報および目的物体が映っている画像群を含み、
前記出力部が、前記目的物体が画像に含まれているか否か、及び含まれている場合は物体の位置と姿勢、を認識できるような認識処理機能のパラメータ値を出力し、
前記パラメータが、ピッキングロボットによる目的物体の正確な認識や把持に利用されることを特徴とする、最適化装置。 - 請求項1に記載の最適化装置であって、
前記出力部が、探索の進捗度合いおよび評価関数形状を反映した探索途中の計算結果を受け付け、探索途中でもそれらの情報を視覚的に表示することが可能な出力装置を有する、最適化装置。 - 入力装置、出力装置、プロセッサおよび記憶装置を備える情報処理装置で実行され、パラメータの値の最適化を行う最適化方法であって、
探索したいパラメータとその評価指標となる評価関数を受け取る第1のステップと、
探索するパラメータの値である探索点を探索点生成分布から生成する第2のステップと、
前記評価関数に基づいて前記探索点の評価値を計算する第3のステップと、
前記評価値に基づいて前記探索点生成分布を更新する第4のステップと、
前記探索点生成分布を特徴づける量を時系列情報として保持する第5のステップと、
前記時系列情報をもとに探索するパラメータを選択する第6のステップと、
を実行する最適化方法。 - 前記第6のステップの後前記第2のステップに戻り、終了判定条件を満たすまでループ処理を繰り返す、
請求項12記載の最適化方法。 - 前記第2のステップ、前記第3のステップ、および前記第4のステップは、分布予測型アルゴリズムに基づいて実行される、
請求項12記載の最適化方法。 - 探索するパラメータの数に基づいてハイパーパラメータを更新する第7のステップを実行する、
請求項12記載の最適化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020075063A JP7370924B2 (ja) | 2020-04-21 | 2020-04-21 | 最適化装置および最適化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020075063A JP7370924B2 (ja) | 2020-04-21 | 2020-04-21 | 最適化装置および最適化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021174078A true JP2021174078A (ja) | 2021-11-01 |
JP7370924B2 JP7370924B2 (ja) | 2023-10-30 |
Family
ID=78281834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020075063A Active JP7370924B2 (ja) | 2020-04-21 | 2020-04-21 | 最適化装置および最適化方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7370924B2 (ja) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007319938A (ja) | 2006-05-30 | 2007-12-13 | Toyota Motor Corp | ロボット装置及び物体の三次元形状の取得方法 |
JP5135803B2 (ja) | 2007-01-12 | 2013-02-06 | 富士通株式会社 | 最適パラメータ探索プログラム、最適パラメータ探索装置および最適パラメータ探索方法 |
JP2014178717A (ja) | 2011-07-14 | 2014-09-25 | Omron Corp | 最適解探索方法および最適解探索装置 |
JP5932612B2 (ja) | 2012-11-16 | 2016-06-08 | 株式会社スクウェア・エニックス | 情報処理装置、制御方法、プログラム、及び記録媒体 |
-
2020
- 2020-04-21 JP JP2020075063A patent/JP7370924B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP7370924B2 (ja) | 2023-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018227800A1 (zh) | 一种神经网络训练方法及装置 | |
JP7020312B2 (ja) | 画像特徴学習装置、画像特徴学習方法、画像特徴抽出装置、画像特徴抽出方法、及びプログラム | |
CN107688855B (zh) | 针对于复杂神经网络的分层量化方法与装置 | |
JP2020027370A (ja) | 最適化装置、シミュレーションシステム及び最適化方法 | |
WO2022105108A1 (zh) | 一种网络数据分类方法、装置、设备及可读存储介质 | |
JP2021504836A5 (ja) | ||
JP6563858B2 (ja) | 特徴点位置推定装置、特徴点位置推定システム、特徴点位置推定方法、および特徴点位置推定プログラム | |
JP6707716B2 (ja) | 異常情報推定装置、異常情報推定方法及びプログラム | |
US11550274B2 (en) | Information processing apparatus and information processing method | |
JP2017097803A (ja) | 予測装置、方法及びプログラム | |
Cholewa et al. | Estimation of the number of states for gesture recognition with Hidden Markov Models based on the number of critical points in time sequence | |
WO2016151620A1 (ja) | シミュレートシステム、シミュレート方法およびシミュレート用プログラム | |
JP2022541370A (ja) | データ強化ポリシーの更新方法、装置、デバイス及び記憶媒体 | |
Karpenko et al. | Meta-optimization based on self-organizing map and genetic algorithm | |
JP2018173909A (ja) | 学習プログラム、学習方法および学習装置 | |
JP2021174078A (ja) | 最適化装置および最適化方法 | |
JP7156643B2 (ja) | 姿勢推定装置、学習装置、方法、及びプログラム | |
CN112200210A (zh) | 使基础分类器适应于新奇类 | |
WO2012032747A1 (ja) | 特徴点選択システム、特徴点選択方法および特徴点選択プログラム | |
JP7468088B2 (ja) | 画像処理システム、及び画像処理プログラム | |
US20200134360A1 (en) | Methods for Decreasing Computation Time Via Dimensionality | |
KR20230069763A (ko) | 신경망 네트워크의 셀프 어텐션 연산을 가속하는 장치 | |
JP6789253B2 (ja) | 検索装置、検索方法、およびプログラム | |
Hegde et al. | Efficiently learning small policies for locomotion and manipulation | |
D'Agostino | An Efficient Global Optimization Algorithm with Adaptive Estimates of the Local Lipschitz Constants |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221209 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230922 |
|
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: 20231010 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231018 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7370924 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |