JP6915743B2 - 組み合わせ探索システム、情報処理装置、方法およびプログラム - Google Patents
組み合わせ探索システム、情報処理装置、方法およびプログラム Download PDFInfo
- Publication number
- JP6915743B2 JP6915743B2 JP2020507438A JP2020507438A JP6915743B2 JP 6915743 B2 JP6915743 B2 JP 6915743B2 JP 2020507438 A JP2020507438 A JP 2020507438A JP 2020507438 A JP2020507438 A JP 2020507438A JP 6915743 B2 JP6915743 B2 JP 6915743B2
- Authority
- JP
- Japan
- Prior art keywords
- combination
- search
- information
- confirmation work
- actual 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.)
- Active
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"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24534—Query rewriting; Transformation
- G06F16/24542—Plan optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2264—Multidimensional index structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Computational Mathematics (AREA)
- Marketing (AREA)
- Mathematical Analysis (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Medical Informatics (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
以下、図面を参照して本発明の実施形態について説明する。図1は、第1の実施形態にかかる組み合わせ探索システムの構成例を示すブロック図である。図1に示す組み合わせ探索システムは、記憶部10と、探索部20と、実験部30とを備える。
・合金の材料の組成比(インプット)と、合金の磁気、電気、熱等の物理的特性のシミュレーションによる予測値(アウトプット)
・材料の形状(インプット)と、計算シミュレーションから得られる材料の熱、磁気等の物理的特性(アウトプット)
・材料の形状(インプット)と、計算シミュレーションから得られる材料の熱、磁気等の物理的特性のシミュレーションによる予測値(アウトプット)
・t−SNE(t-distributed stochastic neighbor embedding )等の手法により次元削減された回路の画像情報(インプット)と電気的特性(アウトプット)
・ナップザック問題における品物の組み合わせ(インプット)と、品物の価値(アウトプット)を初めとした組み合わせ問題における種々の組み合わせとその価値
図5(a)は、第1の例である二元の組み合わせの最適化問題の関数F(x,y)の出力を示すグラフである。関数Fは二次元空間上で定義され、図5(a)に示すように、2つのパラメータx,yに応じて出力が変化する。図5(b)は、図5(a)で示される複数のピークを模式的に示す模式図である。ここで、関数Fは、2つのパラメータx,yに対して式(4)のように定義される。
次に、本発明の最適化手法を用いた、スピン分極率を目的変数とするホイスラー合金(Fe2-xCoxCr1-yMnySi1-z-aAlzGea )の各素材の合成比率の最適化結果を示す。ここで、組み合わせのパラメータは、ホイスラー合金における、Coの比率x、Mnの比率y、Alの比率z、Geの比率aの計4つである。
例えば、本実施形態の組み合わせ探索方法は、材料以外の任意の多次元関数の最適化に用いることができる。特に、不連続な変化やピーク近傍に谷があるような問題(例えば、過学習)においては、山登り法やエージェントを移動させる方法では谷を超えることが困難であるのに対し、本実施形態の組み合わせ探索方法は適切な乱択が含まれているため、不連続な変化やピーク近傍に谷があるような問題も最適化することが可能である。ここで、適切な乱択には、乱択部24による乱択だけでなく、大域決定部232による情報の重要度を採択確率として用いた乱択も含まれる。
20 探索部
21 戦略決定部
22 終了判定部
23 二段階決定部
231 予測部
232 大域決定部
233 詳細決定部
24 乱択部
30 実験部
600 組み合わせ探索システム
61 記憶部
62 探索部
621 大域決定部
622 詳細決定部
1000 コンピュータ
1001 CPU
1002 主記憶装置
1003 補助記憶装置
1004 インタフェース
1005 ディスプレイ装置
1006 入力デバイス
Claims (10)
- 所定の確認作業を伴う所定のパラメータに対する多次元の組み合わせ問題における実績データであって、過去に前記確認作業または実空間において前記多次元の各要素がとった値の組み合わせを示すインプット情報と、その時に前記インプット情報が示す前記組み合わせに対して得られた前記所定のパラメータの値を示すアウトプット情報とを対応づけた情報を記憶する記憶部と、
所定の終了条件を満たすまで、前記要素の組み合わせ毎に定義される指標であって、前記実績データから算出される、前記実績データにその組み合わせに対する新たなアウトプット情報が追加されることによる探索空間全体における前記所定のパラメータの値の不確かさの変化量を基に定義される指標である情報の重要度に基づいて、次の確認作業で用いる組み合わせを少なくとも1つ決定する処理を繰り返す探索部とを備える
ことを特徴とする組み合わせ探索システム。 - 前記探索部は、
前記探索空間に含まれる一部の組み合わせに対して算出される前記情報の重要度に基づいて、次の確認作業で用いる組み合わせを絞り込む大域決定部を含む
請求項1に記載の組み合わせ探索システム。 - 前記大域決定部は、前記一部の組み合わせとして、前記実績データに含まれる前記インプット情報が示す前記要素の組み合わせに対して、前記情報の重要度を算出する
請求項2に記載の組み合わせ探索システム。 - 前記大域決定部は、前記情報の重要度を基に、前記一部の組み合わせの中から1または複数の組み合わせを採択することにより、次の確認作業で用いる組み合わせを絞り込む
請求項2または請求項3に記載の組み合わせ探索システム。 - 前記大域決定部は、前記情報の重要度に比例した確率で、前記一部の組み合わせの中から、次の確認作業で用いる組み合わせの探索起点とする1の組み合わせを採択することにより、次の確認作業で用いる組み合わせを絞り込む
請求項2から請求項4のうちのいずれかに記載の組み合わせ探索システム。 - 前記探索部は、
前記大域決定部によって採択された組み合わせを起点として前記探索空間の部分空間を探索して、次の確認作業で用いる組み合わせを決定する詳細決定部を含む
請求項4または請求項5に記載の組み合わせ探索システム。 - 前記探索部は、一定の確率で、前記探索空間の中からランダムに採択された組み合わせを、次の確認作業で用いる組み合わせとして決定する
請求項1から請求項6のうちのいずれかに記載の組み合わせ探索システム。 - 所定の確認作業を伴う所定のパラメータに対する多次元の組み合わせ問題における実績データであって、過去に前記確認作業または実空間において前記多次元の各要素がとった値の組み合わせを示すインプット情報と、その時に前記インプット情報が示す前記組み合わせに対して得られた前記所定のパラメータの値を示すアウトプット情報とを対応づけた情報を記憶する記憶部にアクセス可能な情報処理装置であって、
所定の終了条件を満たすまで、前記要素の組み合わせ毎に定義される指標であって、前記実績データから算出される、前記実績データにその組み合わせに対する新たなアウトプット情報が追加されることによる探索空間全体における前記所定のパラメータの値の不確かさの変化量を基に定義される指標である情報の重要度に基づいて、次の確認作業で用いる組み合わせを少なくとも1つ決定する処理を繰り返す探索部を備える
ことを特徴とする情報処理装置。 - 所定の確認作業を伴う所定のパラメータに対する多次元の組み合わせ問題における実績データであって、過去に前記確認作業または実空間において前記多次元の各要素がとった値の組み合わせを示すインプット情報と、その時に前記インプット情報が示す前記組み合わせに対して得られた前記所定のパラメータの値を示すアウトプット情報とを対応づけた情報を記憶する記憶部にアクセス可能な情報処理装置が、所定の終了条件を満たすまで、前記要素の組み合わせ毎に定義される指標であって、前記実績データから算出される、前記実績データにその組み合わせに対する新たなアウトプット情報が追加されることによる探索空間全体における前記所定のパラメータの値の不確かさの変化量を基に定義される指標である情報の重要度に基づいて、次の確認作業で用いる組み合わせを少なくとも1つ決定する処理を繰り返す
ことを特徴とする組み合わせ探索方法。 - 所定の確認作業を伴う所定のパラメータに対する多次元の組み合わせ問題における実績データであって、過去に前記確認作業または実空間において前記多次元の各要素がとった値の組み合わせを示すインプット情報と、その時に前記インプット情報が示す前記組み合わせに対して得られた前記所定のパラメータの値を示すアウトプット情報とを対応づけた情報を記憶する記憶部にアクセス可能なコンピュータに、
所定の終了条件を満たすまで、前記要素の組み合わせ毎に定義される指標であって、前記実績データから算出される、前記実績データにその組み合わせに対する新たなアウトプット情報が追加されることによる探索空間全体における前記所定のパラメータの値の不確かさの変化量を基に定義される指標である情報の重要度に基づいて、次の確認作業で用いる組み合わせを少なくとも1つ決定する処理を繰り返し実行させる
ための組み合わせ探索プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018055494 | 2018-03-23 | ||
JP2018055494 | 2018-03-23 | ||
PCT/JP2019/005656 WO2019181313A1 (ja) | 2018-03-23 | 2019-02-15 | 組み合わせ探索システム、情報処理装置、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019181313A1 JPWO2019181313A1 (ja) | 2021-02-18 |
JP6915743B2 true JP6915743B2 (ja) | 2021-08-04 |
Family
ID=67986249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020507438A Active JP6915743B2 (ja) | 2018-03-23 | 2019-02-15 | 組み合わせ探索システム、情報処理装置、方法およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210026853A1 (ja) |
JP (1) | JP6915743B2 (ja) |
WO (1) | WO2019181313A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112733456B (zh) * | 2021-03-17 | 2022-10-14 | 国网河南省电力公司营销服务中心 | 一种反窃电行为识别方法和系统 |
WO2023209983A1 (ja) * | 2022-04-28 | 2023-11-02 | 日本電気株式会社 | パラメータ生成装置、システム、方法およびプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006040220A (ja) * | 2004-07-30 | 2006-02-09 | Meiji Univ | 最適値探索方法及びシステム |
JP2009048353A (ja) * | 2007-08-17 | 2009-03-05 | Mitsubishi Electric Corp | 組み合わせ最適化システム |
US9864953B2 (en) * | 2013-05-30 | 2018-01-09 | President And Fellows Of Harvard College | Systems and methods for Bayesian optimization using integrated acquisition functions |
US9798700B2 (en) * | 2014-08-12 | 2017-10-24 | Supported Intelligence | System and method for evaluating decisions using multiple dimensions |
US10474952B2 (en) * | 2015-09-08 | 2019-11-12 | The Aerospace Corporation | Systems and methods for multi-objective optimizations with live updates |
JP7003753B2 (ja) * | 2018-03-14 | 2022-01-21 | 富士通株式会社 | 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 |
-
2019
- 2019-02-15 JP JP2020507438A patent/JP6915743B2/ja active Active
- 2019-02-15 US US17/040,085 patent/US20210026853A1/en active Pending
- 2019-02-15 WO PCT/JP2019/005656 patent/WO2019181313A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20210026853A1 (en) | 2021-01-28 |
WO2019181313A1 (ja) | 2019-09-26 |
JPWO2019181313A1 (ja) | 2021-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tessema et al. | An adaptive penalty formulation for constrained evolutionary optimization | |
Tian | Particle swarm optimization with chaos-based initialization for numerical optimization | |
Corazza et al. | How effective is tabu search to configure support vector regression for effort estimation? | |
US10713565B2 (en) | Iterative feature selection methods | |
Tang et al. | An improved genetic algorithm based on a novel selection strategy for nonlinear programming problems | |
CN109685204B (zh) | 图像处理方法及装置、存储介质及电子设备 | |
JP6915743B2 (ja) | 組み合わせ探索システム、情報処理装置、方法およびプログラム | |
JP4591794B2 (ja) | 情報処理装置および方法、並びにプログラム | |
Hughes | Many-objective directed evolutionary line search | |
Bhattacharyya et al. | An efficient quantum inspired genetic algorithm with chaotic map model based interference and fuzzy objective function for gray level image thresholding | |
JP5175515B2 (ja) | モデル構築装置並びにモデル構築のための方法およびプログラム | |
Loni et al. | Learning activation functions for sparse neural networks | |
JP4591793B2 (ja) | 推定装置および方法、並びにプログラム | |
Richter | Evolutionary optimization and dynamic fitness landscapes: from reaction-diffusion systems to chaotic cml | |
EP4367606A1 (en) | Variable freezing method for an objective optimisation problem | |
CN110263906B (zh) | 非对称负相关搜索方法 | |
Azad et al. | Modified constrained differential evolution for solving nonlinear global optimization problems | |
Sabharwal et al. | Analysis of feature ranking techniques for defect prediction in software systems | |
Zhao et al. | Effective feature preprocessing for time series forecasting | |
Karpenko et al. | Structural and parametric synthesis of population algorithms for global optimization | |
Kumar Thenepalle et al. | Bi-criteria travelling salesman subtour problem with time threshold | |
JP7450833B1 (ja) | パラメータ最適化装置およびパラメータ最適化方法 | |
JP7491371B2 (ja) | 数式モデル生成システム、数式モデル生成方法および数式モデル生成プログラム | |
Costa et al. | Boosting Optimum-Path Forest clustering through harmony Search and its applications for intrusion detection in computer networks | |
Taillard | Heuristics Design |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200907 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200907 |
|
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: 20210615 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210628 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6915743 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |