遺伝的処理装置、遺伝的処理方法、および遺伝的処理プログラム
【課題】遺伝的処理において、変換適合度がより高い変換器を生成する。
【解決手段】入力データを処理して処理結果を出力データとして出力する複数の処理部品を含む少なくとも１つの前世代の変換器から遺伝的処理により現世代の変換器を生成する生成部と、それぞれの現世代の変換器について学習用入力データから学習用目標データへの変換に対する適合度を算出する適合度算出部と、世代間での適合度の増分が基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、対応する世代に関する情報を収集する収集部と、を備える遺伝的処理装置を提供する。
【解決手段】入力データを処理して処理結果を出力データとして出力する複数の処理部品を含む少なくとも１つの前世代の変換器から遺伝的処理により現世代の変換器を生成する生成部と、それぞれの現世代の変換器について学習用入力データから学習用目標データへの変換に対する適合度を算出する適合度算出部と、世代間での適合度の増分が基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、対応する世代に関する情報を収集する収集部と、を備える遺伝的処理装置を提供する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、遺伝的処理装置、遺伝的処理方法、および遺伝的処理プログラムに関する。
【背景技術】
【０００２】
遺伝的アルゴリズムまたは遺伝的プログラミングといった進化的計算を用いたフィルタまたは変換器の生成方法が知られている（非特許文献１参照）。このような進化的計算を用いたフィルタまたは変換器の生成方法によれば、それぞれの事例に対して最適であって解析的に得ることが困難な複雑な構造のフィルタまたは変換器を、より少ない労力と時間で設計することができる。
【先行技術文献】
【非特許文献】
【０００３】
【非特許文献１】前薗正宜 他２名、「遺伝的アルゴリズムによる画像フィルタ設計の研究」、［ｏｎｌｉｎｅ］、コンピュータ利用教育協議会、［２００８年３月２０日検索］、インターネット＜URL：http://www.ciec.or.jp/event/2003/papers/pdf/E00086.pdf＞
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、このような進化的計算により変換器を生成する方法は、目的の変換器が得られるまでに、膨大な世代数を必要とする。従って、このような方法は、目的の変換器を得るまでの演算コストが膨大となってしまっていた。また、進化的計算の過程において、大きな進歩又は変化が得られる場合または途中から停滞する場合があるが、その要因を特定しにくい。
【０００５】
そこで本発明は、上記の課題を解決することのできる遺伝的処理装置、遺伝的処理方法、および遺伝的処理プログラムを提供することを目的とする。この目的は特許請求の範囲における独立項に記載の特徴の組み合わせにより達成される。また従属項は本発明の更なる有利な具体例を規定する。
【課題を解決するための手段】
【０００６】
上記課題を解決するために、本発明の第１の態様においては、入力データを処理して処理結果を出力データとして出力する複数の処理部品を含む少なくとも１つの前世代の変換器から、遺伝的処理により現世代の変換器を生成する生成部と、それぞれの前記現世代の変換器について、学習用入力データから学習用目標データへの変換に対する適合度を算出する適合度算出部と、世代間での前記適合度の増分が基準値より大きい場合に、対応する世代に関する情報を収集する収集部と、を備える遺伝的処理装置、並びに当該遺伝的処理装置に関する遺伝的処理方法、および遺伝的処理プログラムを提供する。
【０００７】
なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。
【図面の簡単な説明】
【０００８】
【図１】本実施形態に係る遺伝的処理装置１０の構成を示す。
【図２】本実施形態に係る処理部品２２を直列に組み合わせた変換器２０の一例を示す。
【図３】本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０の一例を示す。
【図４】本実施形態に係る処理部品２２を直列に組み合わせた変換器２０に対して行われる遺伝的な操作の一例を示す。
【図５】本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０に対して行われる交叉操作の一例を示す。
【図６】本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０に対して行われる突然変異操作の一例を示す。
【図７】本実施形態に係る遺伝的処理装置１０の動作フローの一例を示す。
【図８】本実施形態に係る各世代における適合度の遷移の一例を示す。
【図９】図７のステップＳ２１における処理フローの一例を示す。
【図１０】本実施形態に係る収集部４９が動画像を記録する場合の一例を示す。
【図１１】図７のステップＳ２２における重み生成部４３の処理フローの一例を示す。
【図１２】本実施形態に係る新たな変換器２０に組み込むことができる複数の処理部品の導入確率を設定するためのスライドバーの一例を示す。
【図１３】本実施形態に係るコンピュータ１９００のハードウェア構成の一例を示す。
【発明を実施するための形態】
【０００９】
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
【００１０】
図１は、本実施形態に係る遺伝的処理装置１０の構成を示す。遺伝的処理装置１０は、少なくとも１つの変換器２０を含む変換器群を進化的計算に基づいて複数世代にわたり進化させる。本実施形態において、各変換器２０は、入力データを処理して処理結果を出力データとして出力する複数の処理部品２２の入出力間を組み合わせた構造である。そして、遺伝的処理装置１０は、学習用入力データを学習用目標データへ変換するのに適した変換器２０を生成する。遺伝的処理装置１０は、一例として、コンピュータにより実現される。また、変換器２０は、一例として、画像フィルタであってよい。
【００１１】
遺伝的処理装置１０は、変換器格納部３４と、学習用入力データ格納部３６と、変換処理部３８と、学習用出力データ格納部４０と、学習用目標データ格納部４２と、重み生成部４３と、適合度算出部４４と、選択部４６と、更新部４８と、収集部４９と、生成部５０と、世代情報格納部５１と、表示部５２と、再実行部５３とを備える。変換器格納部３４は、互いに異なる構成の複数の変換器２０を格納する。
【００１２】
学習用入力データ格納部３６は、変換器２０の変換対象である学習用入力データを格納する。学習用入力データは、一例として、当該遺伝的処理装置１０により生成された変換器２０が適用されるアプリケーションにおいて、変換器２０に実際に与えられるデータのサンプルであってよい。変換器２０が画像フィルタである場合、学習用入力データは、一例として、使用者により予め生成または撮影された画像であってよい。
【００１３】
変換処理部３８は、変換器格納部３４に格納された複数の変換器２０を順次に取得する。変換処理部３８は、取得したそれぞれの変換器２０により、学習用入力データ格納部３６に格納された学習用入力データを変換させて、学習用出力データのそれぞれを生成する。
【００１４】
学習用出力データ格納部４０は、変換処理部３８において生成された学習用出力データを格納する。学習用出力データ格納部４０は、一例として、生成された学習用出力データのそれぞれを、変換した変換器２０に対応付けて格納する。
【００１５】
学習用目標データ格納部４２は、学習用入力データを変換器２０により変換して生成される出力データの目標となる学習用目標データを格納する。学習用目標データは、一例として、当該遺伝的処理装置１０により生成された変換器２０が適用されるアプリケーションにおいて、学習用入力データを入力した変換器２０が実際に出力するべきデータのサンプルであってよい。変換器２０が画像フィルタである場合、学習用目標データは、一例として、使用者により予め生成または準備された画像であってよい。
【００１６】
重み生成部４３は、学習用出力データと学習用目標データとの比較におけるデータ領域毎の重みを表わす重みデータを世代毎に更新する。重み生成部４３は、一例として、学習用出力データまたは学習用目標データと、同様にデータが配置された重みデータを生成してよい。
【００１７】
ここで、重み生成部４３は、学習用出力データおよび学習用目標データのうちの、少なくとも一組のデータ同士についてのデータ毎の差分がより大きいデータに対する重みを、当該差分がより小さいデータに対する重みより大きくした重みデータを生成する。重み生成部４３は、一例として、現世代の重みデータにおける、差分が閾値より大きいデータに対応する重みに所定値を加算し、差分が閾値以下のデータに対応する重みに所定値より小さい値を加算して、次世代の重みデータを生成してよい。また、重み生成部４３は、一例として、現世代の重みデータにおける、差分が閾値より大きいデータに対応する重みに所定値を加算し、差分が閾値以下のデータに対応する重みから所定値を減算して、次世代の重みデータを生成してもよい。
【００１８】
また、重み生成部４３は、重みデータを記憶する。さらに、重み生成部４３は、選択されたデータ同士における差分がより大きいデータの重みを差分がより小さいデータの重みより大きくすべく、記憶された重みデータを、例えば世代毎に更新する。
【００１９】
適合度算出部４４は、変換器格納部３４に格納されたそれぞれの現世代の変換器２０について、学習用入力データから学習用目標データへの変換に対する適合度を算出する。ここで、適合度は、学習用入力データを学習用目標データへと変換するのに適しているかどうかを表す指標値であり、値が高いほど学習用入力データを学習用目標データへと変換するのに適していることを表す。また、適合度算出部４４は、一例として、それぞれの現世代の変換器２０について、学習用入力データから学習用目標データへの変換に対する適合度を、重みデータにより重み付けをして算出する。
【００２０】
選択部４６は、変換器格納部３４に格納された複数の変換器２０のうち少なくとも１つの変換器２０を選択する。この場合において、選択部４６は、適合度がより高い変換器２０を優先的に選択する。より具体的には、選択部４６は、生物の自然淘汰をモデル化した手法により、残存させる少なくとも１つの変換器２０を選択する。選択部４６は、一例として、変換器格納部３４に格納された複数の変換器２０のそれぞれの適合度に基づき、エリート選択およびルーレット選択といった遺伝的計算により少なくとも１つの変換器２０を選択する。
【００２１】
更新部４８は、変換器格納部３４に格納された複数の変換器２０のうち、選択部４６により選択された変換器２０を残存させ、選択部４６により選択されなかった変換器２０を淘汰する。更新部４８は、一例として、変換器２０を変換器格納部３４から削除することにより淘汰する。
【００２２】
収集部４９は、世代間での適合度の増分が基準値より大きい場合に、対応する世代に関する情報を収集する。ここで、収集部４９は、各世代における各変換器２０の適合度の最高値または適合度の平均値を、世代の適合度としてもよい。また、収集部４９は、世代間での適合度の増分が基準値より大きい場合に、世代間での適合度の増分が基準値以下の場合と比較してより多くの対応する世代に関する情報を収集してもよい。ここで、収集部４９は、一例として、適合度の増分が基準値より大きい世代間で、直前の世代および／または直後の世代を、収集対象の世代とする。また、収集部４９は、世代間での適合度の増分が他の世代と比較して相対的に大きい場合に、対応する世代に関する情報を収集してもよい。また、収集部４９は、世代間での適合度の増分がより大きい場合に、適合度に応じて、対応する世代に関する情報を収集してもよい。
【００２３】
また、収集部４９は、一例として、少なくとも１つの変換器２０の構造および変換器２０により学習用入力データを変換した学習用出力データの少なくとも１つを収集する。より具体的には、収集部４９は、一例として、生成した新たな変換器２０のそれぞれについて、遺伝的な操作の種類、親の変換器２０を特定するための情報、および、交叉または突然変異の操作により置換した処理部品２２の組を特定するための情報の少なくとも１つを収集する。また、変換器２０が画像フィルタである場合、収集部４９は、画像フィルタが出力した出力画像および重み画像の少なくとも１つを収集してもよい。
【００２４】
また、収集部４９は、選択部４６によって選択された所定値以上の適合度の変換器２０の構造および当該変換器により学習用入力データを変換した学習用出力データの少なくとも１つを収集してもよい。ここで、収集部４９は、世代間での適合度の増分が基準値より大きい場合に、基準より小さい場合と比較してより多くの変換器２０についての情報を収集してよい。この場合、収集部４９は、適合度の高い変換器２０から優先的に基準値に応じた個数の変換器２０を選択してよい。さらに、収集部４９は、一例として、世代間での適合度の増分が基準値より大きい場合に、重みデータを収集する。また、収集部４９は、一例として、世代間での適合度の増分が他の世代と比較して相対的に大きい場合に、重みデータを収集してもよい。
【００２５】
また、収集部４９は、一例として、世代間での適合度の増分が基準値より大きい場合に、全ての変換器２０を再現可能に保存する。ここで、収集部４９は、対象となる世代の変換器２０を少なくとも１つ含む変換器群の全てを保存してもよい。また、収集部４９は、処理部品２２の組み合わせ等の変換器２０の構造情報を保存してもよい。また、収集部４９は、一例として、世代間での適合度の増分が他の世代と比較して相対的に大きい場合に、全ての変換器２０を再現可能に保存してもよい。
【００２６】
生成部５０は、入力データを処理して処理結果を出力データとして出力する複数の処理部品２２を含む少なくとも１つの前世代および変換器格納部３４に格納された少なくとも１つの変換器２０から、遺伝的処理により現世代の変換器２０を生成する。
【００２７】
生成部５０は、更新部４８による更新処理において残存した少なくとも１つの変換器２０を、変換器格納部３４から取得する。続いて、生成部５０は、取得した少なくとも１つの変換器２０に対して交叉および突然変異等の遺伝的な操作をして、新たな変換器２０を生成する。そして、生成部５０は、生成した新たな変換器２０を変換器格納部３４に書き込む。これにより、変換器格納部３４は、更新処理において残存した少なくとも１つの変換器２０および生成部５０が生成した新たな変換器２０を、格納することができる。
【００２８】
世代情報格納部５１は、収集部４９が収集した各世代に関する情報を格納する。また、世代情報格納部５１は、一例として、収集部４９が記録した世代順に表示部５２が出力結果を表示する動画像も格納する。
【００２９】
表示部５２は、世代情報格納部５１から取得した動画像の出力中において一の世代が指定された場合、指定された一の世代に関する情報を表示する。表示部５２は、表示する情報として、指定された世代に関する情報および指定された世代の前後数世代に関する情報を表示してもよい。ここで、表示部５２は、指定された世代に関する情報に対して、指定された世代の前後数世代に関する一部の情報を表示してもよい。
【００３０】
再実行部５３は、ユーザの指定または乱数等による変更などの外部からの指定に応じて、指定された世代の全ての変換器２０を再現して、生成部５０に対して全ての変換器２０を生成した処理条件と異なる処理条件を設定して、遺伝的処理を再実行する。例えば、再実行部５３は、処理条件として、生成部５０による突然変異率、交叉率、および、複数の処理部品２２のそれぞれが変換器２０に導入される導入確率の少なくとも１つを設定する。これにより、生成部５０は、処理の途中において、新たな条件で変換器を生成することができる。
【００３１】
このような遺伝的処理装置１０は、変換処理部３８による変換処理、適合度算出部４４による適合度の算出処理、選択部４６による変換器２０の選択処理、更新部４８による更新処理および生成部５０による新たな変換器２０の生成処理を、複数回（例えば複数世代）繰り返す。これにより、遺伝的処理装置１０は、学習用入力データを学習用目標データへ変換するのに適した変換器２０を、進化的計算を用いて生成することができる。
【００３２】
図２は、本実施形態に係る処理部品２２を直列に組み合わせた変換器２０の一例を示す。図３は、本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０の一例を示す。
【００３３】
変換器２０は、図２に示されるような、複数の処理部品２２を直列に組み合わせた構成であってよい。また、変換器２０は、図３に示されるような、複数の処理部品２２を木構造に組み合わせた構成であってもよい。また、変換器２０は、１つの入力端に対して、複数の出力端を有する構成であってもよい。また、変換器２０は、複数の入力端および複数の出力端を有する構成であってもよい。
【００３４】
変換器２０は、受け取った入力データに対して演算処理を施して、出力データを出力する。変換器２０は、一例として、入力データに対して演算を施すプログラムにより実行される。また、変換器２０は、入力データに対して施すべき演算内容を表わす演算式であってもよい。
【００３５】
なお、処理部品２２が木構造に組み合わされた構成の変換器２０は、木構造の末端の処理部品２２に入力データが与えられ、木構造の最上位の処理部品２２から出力データを出力する。また、このような変換器２０は、複数の末端の処理部品２２のそれぞれに、同一の入力データが与えられる。これに代えて、このような変換器２０は、複数の末端の処理部品２２のそれぞれに互いに異なる入力データが与えられてもよい。
【００３６】
それぞれの変換器２０は、入力画像を出力画像にそれぞれ変換する複数のフィルタ部品を組み合わせた画像フィルタであってよい。この場合、各処理部品２２は、前段に配置された処理部品２２から出力された画像データを受け取り、受け取った画像データに演算を施して後段に配置された処理部品２２に与える。生成部５０は、一例として、複数のフィルタ部品を含む少なくとも１つの前世代の画像フィルタを少なくとも１つの前世代の変換器２０として、遺伝的処理により現世代の画像フィルタを生成する。また、この場合、遺伝的処理装置１０は、複数の画像フィルタを含む画像フィルタ群を進化的計算に基づいて複数世代にわたり進化させる。
【００３７】
また、変換器２０は、一例として、ハードウェアである処理部品２２を組み合わせた構成であってよい。この場合、変換器格納部３４は、変換器を表すデータ構造として、各処理部品間のデータ授受関係を示す構成データを記憶する。また、変換器２０は、データに対して演算を施すプログラムである処理部品２２を組み合わせた構成であってもよい。また、変換器２０は、データに対して施すべき演算内容を表わす演算式である処理部品２２を組み合わせた構成であってもよい。
【００３８】
また、変換器２０は、例えば、１次元データ列、２次元データ群、３次元データ群、又は、更に多次元のデータ群等を変換してもよい。１次元データ列は、例えば、時系列データ又は配列状のデータ列等である。２次元データ群は、例えば、複数の画素データ等が２次元空間に配列された画像データ等である。３次元データ群は、例えば、色又は濃度等を表わすデータ値が３次元空間の各格子点に配置されたボリュームデータ等である。また、変換器２０は、入力されたデータと異なる次元のデータを出力してもよい。
【００３９】
複数の処理部品２２のそれぞれは、前段に配置された処理部品２２から出力された入力データを受け取り、受け取った入力データに演算を施して後段に配置された処理部品２２に与える。複数の処理部品２２のそれぞれは、プログラムモジュールおよび演算式等であってよく、受け取った入力データに対して２値化演算、ヒストグラム演算、平滑化演算、エッジ検出演算、モルフォロジ演算、及び／または周波数空間での演算（例えば、ローパスフィルタリング演算およびハイパスフィルタリング演算）等の単項演算を施してもよい。
【００４０】
また、複数の処理部品２２のそれぞれは、受け取った入力データに対して平均演算、差分演算及び／またはファジー演算（例えば論理和演算、論理積演算、代数和、代数積、限界和、限界積、激烈和および激烈積等）等の二項演算を施してもよい。
【００４１】
図４は、本実施形態に係る処理部品２２を直列に組み合わせた変換器２０に対して行われる遺伝的な操作の一例を示す。図５は、本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０に対して行われる交叉操作の一例を示す。図６は、本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０に対して行われる突然変異操作の一例を示す。
【００４２】
生成部５０は、一例として、２個またはそれ以上の変換器２０に対して、遺伝的な操作の一例である交叉操作を行って新たな２個またはそれ以上の変換器２０を生成する。生成部５０は、一例として、図４および図５に示されるように、既に生成された少なくとも１つの一の変換器２０Ａの一部の部品群２４Ａを、既に生成された他の変換器２０Ｂの少なくとも一部の部品群２４Ｂと置換して、新たな変換器２０Ｅおよび２０Ｆを生成する。なお、部品群２４は、１または複数の処理部品２２を組み合わせた部材である。
【００４３】
また、生成部５０は、一例として、一の変換器２０に対して、遺伝的な操作の一例である突然変異操作を行って新たな一の変換器２０を生成する。生成部５０は、一例として、図４および図６に示されるように、既に生成された一の変換器２０Ｃの一部の部品群２４Ｃを、ランダムに選択された他の部品群２４Ｇに置換して、新たな変換器２０Ｇを生成する。
【００４４】
また、生成部５０は、現世代の変換器２０をそのまま次世代の変換器２０として残してもよい。生成部５０は、一例として、図４に示されるように、変換器２０Ｄの処理部品２２の構成をそのまま含む次世代の変換器２０Ｈを生成する。
【００４５】
選択部４６は、生成部５０により生成された複数の変換器２０に対して生物の自然淘汰をモデル化した手法により１または複数の変換器２０を選択する。選択部４６は、複数の変換器２０の中の適合度がより高い変換器２０を優先的に選択してもよい。選択部４６は、一例として、複数の変換器２０のそれぞれの適合度に基づき、エリート選択およびルーレット選択といった手法に応じて、変換器２０を選択してよい。そして、更新部４８は、選択された変換器２０を次世代へ生存させるべく当該変換器２０を変換器格納部３４内に保存し、選択されなかった変換器２０を死滅させるべく変換器格納部３４内から削除する。
【００４６】
図７は、本実施形態に係る遺伝的処理装置１０の動作フローの一例を示す。遺伝的処理装置１０は、ステップＳ１３〜ステップＳ１７の各処理を、複数回（例えば複数世代）繰返して実行する（Ｓ１２、Ｓ１８）。なお、遺伝的処理装置１０は、与えられた学習用入力データを学習用目標データに変換する変換器２０を生成するための初期の変換器２０として、ランダムに生成したまたは既に生成した変換器２０を、予め変換器格納部３４に格納しておく。
【００４７】
それぞれの世代において、まず、変換処理部３８は、現世代の変換器群に含まれる複数の変換器２０のそれぞれについて、当該変換器２０により学習用入力データを変換した学習用出力データを生成する（Ｓ１３）。変換処理部３８は、生成した学習用出力データを当該変換器２０に対応付けて学習用出力データ格納部４０に格納させる。
【００４８】
続いて、適合度算出部４４は、現世代の変換器群に含まれる複数の変換器２０のそれぞれについて、適合度を算出する（Ｓ１４）。適合度算出部４４は、一例として、学習用出力データと学習用目標データとの類似度または近似度を適合度として算出する。なお、適合度算出部４４は、近似度に加え、処理部品の数の少なさ、処理負荷の低さ、および並列度の大きさ等に応じて評価を高めた適合度を算出してもよい。
【００４９】
そして、収集部４９は、例えば、適合度が基準値以上である場合、対応する世代に関する情報を収集する（Ｓ２１）。続いて、選択部４６は、現世代の変換器群に含まれる複数の変換器２０のうち、適合度が高い変換器２０を優先的に選択する（Ｓ１５）。選択部４６は、一例として、適合度が基準値より高い変換器２０を選択する。
【００５０】
また、選択部４６は、一例として、現世代の変換器群に含まれる複数の変換器２０のうち、適合度が上位から予め定められた範囲の変換器２０を選択してもよい。また、選択部４６は、一例として、適合度がより高い変換器２０がより高い確率で選択されるように設定がされている条件下で、ランダムに変換器２０を選択してもよい。なお、選択部４６は、一例として、最後の世代においては、適合度の最も高い１個の変換器２０を選択する。
【００５１】
続いて、更新部４８は、変換器格納部３４に格納された変換器群を更新する（Ｓ１６）。より具体的には、更新部４８は、現世代の変換器群に含まれる複数の変換器２０のうちステップＳ１５において選択された変換器２０を次世代へと残存させ、他の変換器２０を淘汰することにより、変換器群を更新する。更新部４８は、一例として、ステップＳ１５において選択されなかった変換器２０を、変換器格納部３４から消去することによって淘汰する。
【００５２】
続いて、生成部５０は、更新処理によって変換器群に残存した少なくとも１つの変換器２０に対して、交叉および突然変異等の遺伝的な操作を行って、１または複数個の新たな変換器２０を生成する（Ｓ１７）。この場合、生成部５０は、それぞれの処理部品２２が収集部４９により設定された導入確率で、新たな変換器２０に対して導入されるように遺伝的な操作を行う。例えば、生成部５０は、交叉の操作を行う場合において、新たな変換器２０に組み込むことができる複数の処理部品２２のうちの１または複数の処理部品２２を設定された導入確率で選択し、親となる変換器２０における一部の部品群２４と、選択した１または複数の処理部品２２を含む部品群２４とを置換する。
【００５３】
そして、生成部５０は、残存した変換器２０および新たな変換器２０を、次世代の変換器群に含まれる複数の変換器２０として変換器格納部３４に格納させる。なお、生成部５０は、最後の世代においては、当該処理を実行しない。
【００５４】
重み生成部４３は、世代毎に適切な重みデータを生成するべく、次世代用の新たな重みデータを生成する（Ｓ２２）。なお、重み生成部４３は、最後の世代においては、当該処理を実行しなくてよい。重みデータの生成処理についての詳細については後述する。
【００５５】
遺伝的処理装置１０は、以上の処理を複数の世代（例えば数十世代または数百世代以上）繰返して実行して、最後の世代（例えば第Ｎ世代、Ｎは２以上の自然数）まで処理を実行した後に、当該フローを抜ける（Ｓ１８）。このようにして、遺伝的処理装置１０は、学習用入力データを学習用目標データへ変換するのに適した変換器２０を、進化的計算を用いて生成することができる。
【００５６】
図８は、各世代における適合度の遷移の一例を示す。本図のグラフは、横軸を世代とし、縦軸を適合度とした時の適合度の遷移を示す。各世代の適合度は、遺伝的処理装置１０による遺伝的処理によって、変換器２０が進化するのに伴って高くなる。
【００５７】
本例においては、一例として、前世代および現世代の２世代間での適合度の増分が基準値より大きい場合に、収集部４９は、前世代に関する情報を収集する。また、遺伝的処理装置１０は、世代間での適合度の増分として、２以上の世代間における適合度の増分を用いてもよい。ここで、適合度の増分が基準値より大きい場合、直前の世代の変換器群には、適合度をより大きく増加させる処理部品２２の組み合わせを含む変換器２０が存在する可能性が高い。
【００５８】
そこで、収集部４９は、一例として、前世代および現世代の２世代間での適合度の増分が基準値より大きい場合に、前世代の変換器２０等に関する情報を、収集対象の世代情報として世代情報格納部５１内に格納する。収集部４９は、現世代の変換器２０または現世代に関する情報を、収集対象の世代情報として世代情報格納部５１内に格納してもよい。
【００５９】
これによって、遺伝的処理装置１０は、当該世代に対して変換条件を変更して再実行可能として、適合度がより大きい変換器２０を効率的に生成できる可能性を高める。また、収集部４９は、前世代および現世代の２世代間での適合度の増分が基準値より小さい場合は、適合度の増分が基準値より大きい場合と比較して、収集する情報を少なくしてもよい。
【００６０】
図９は、図７のステップＳ２１における処理フローの一例を示す。遺伝的処理装置１０は、図７のステップＳ２１において、以下の処理を実行する。
【００６１】
収集部４９は、適合度算出部４４が算出した前世代および現世代の２世代の適合度をそれぞれ取得する（Ｓ３１）。そして、収集部４９は、２世代間での適合度の増分を算出する。ここで、一例として、収集部４９は、予め設定した増分値の基準値と、取得した２世代間の適合度の増分と比較する（Ｓ３２）。
【００６２】
続いて、前世代および現世代の２世代間での適合度の増分が基準値より大きい場合（Ｓ３２：Ｙｅｓ）、収集部４９は、一例として、前世代におけるエリート変換器２０の構造および当該変換器２０により学習用入力データを変換した学習用出力データの少なくとも１つを収集する（Ｓ３３）。そして、ステップＳ３３の処理が終了した場合、または、ステップＳ３２において世代間での適合度の増分が基準値より小さいと判断した場合（Ｓ３２：Ｎｏ）、収集部４９は、当該処理フローを抜けて図７のステップＳ１５に処理を進める。
【００６３】
このようにして、遺伝的処理装置１０は、世代毎の情報を収集することで、進化の過程の確認を可能とする。また、遺伝的処理装置１０は、特に変化が著しい世代に対して詳細に情報を収集することにより、適合度の高い変換器２０を生成するようにユーザ調整を可能とする。
【００６４】
図１０は、本実施形態に係る収集部４９が動画像を記録する場合の一例を示す。例えば、収集部４９は、それぞれの世代に関する情報を含む表示画面を世代順に表示する動画像を、世代間での適合度の増分が基準値以下の場合と比較して、適合度の増分が基準値より大きい世代の時間間隔を長くして記録する。また、収集部４９は、それぞれの世代に関する情報を含む表示画面を世代順に表示する動画像を、世代間での適合度の増分が他の世代と比較して相対的に大きい場合に、その対応する世代の時間間隔を長くして記録してもよい。
【００６５】
ここで、収集部４９は、適合度の増分が基準値より大きい世代の時間間隔を長く記録すると共に、当該世代の前後の世代についても適合度の増分が基準値より小さい他の世代より長く記録してもよい。収集部４９は、世代に関する情報を含む画像として、適合度がエリート変換器が出力する出力画像、当該各世代における重み画像、およびエリート変換器の構造を示す画像を少なくとも１つを出力してもよい。図１０の例において、収集部４９は、適合度の増分が基準値より大きい世代と、当該世代の前後２世代の時間間隔を長く記録する。
【００６６】
収集部４９は、一例として、適合度が基準値より高い世代を１．０ｓ、適合度が基準値より小さい世代のうち適合度が基準値より大きい世代の前後１世代を０．６ｓ、適合度が基準値より小さい世代のうち適合度が基準値より大きい世代の前後２世代を０．４ｓ、および、その他の適合度が基準値より小さい世代を０．２ｓとして記録する。
【００６７】
これによって、遺伝的処理装置１０は、適合度の変化が大きい世代について、変換器の情報および出力データの変化状況等を、ユーザによる詳細な調査および確認を可能とする。そして、遺伝的処理装置１０は、調査結果等に基づいて、ユーザが導入確率等の設定を変更して再実行することによって、変換適合度のより高い変換器２０を効率よく生成することができる。
【００６８】
以上のように、遺伝的処理装置１０によれば、例えば、より大きく進化（又は変化）した状態が、表示部５２を介してユーザが容易に確認できる。そして、遺伝的処理装置１０は、進化の過程の途中から突然変異率および交叉率をユーザによって増加または減少させて、進化をやり直すことができる。また、遺伝的処理装置１０は、再実行する場合に、指定した世代の変換器２０を確実に復元することによって、指定した世代より前の世代の情報を失わずに、無駄がなくより高い適合度の変換器２０を効率よく生成することができる。これにより、遺伝的処理装置１０によれば、少ない演算コスト（演算時間を含む）で、目的とする変換器２０を生成することができる。
【００６９】
図１１は、図７のステップＳ２２における重み生成部４３の処理フローの一例を示す。重み生成部４３は、図７に示されたステップＳ２２における重みデータの生成処理において、以下のステップＳ１３１〜Ｓ１３３の処理を実行する。まず、重み生成部４３は、重みデータ生成用として、変換器２０が出力した出力データおよび目標データのうちの、少なくとも一組のデータを抽出する（Ｓ１３１）。
【００７０】
続いて、重み生成部４３は、ステップＳ１３１において重みデータ生成用として抽出された少なくとも一組のデータ同士の、データ毎の差分を算出する（Ｓ１３２）。重み生成部４３は、抽出されたデータの組における、対応する位置同士のデータの差分を算出する。例えば、重み生成部４３は、抽出されたデータの組が３次元データ群であれば、互いに対応する格子点同士のデータの差分を算出する。また、重み生成部４３は、２つのデータの減算結果の絶対値を、差分として算出してもよい。
【００７１】
また、重み生成部４３は、ステップＳ１３１において複数組のデータを抽出した場合には、例えば、複数組のデータの差分をデータ毎に（例えば、３次元データ群であれば格子点毎に）、合計又は平均する。これに代えて、重み生成部４３は、複数組のデータの差分のうち最も大きい１個の差分を、データ毎に選択してもよい。
【００７２】
続いて、重み生成部４３は、ステップＳ１３２において算出されたデータ毎の差分に基づき、次世代用の重みデータを生成する（Ｓ１３３）。より具体的には、重み生成部４３は、差分がより大きいデータの重みを差分がより小さいデータの重みより大きくするような次世代の重みデータを生成する。なお、重み生成部４３は、最初の世代においては、使用者により予め生成された重みデータを記憶してもよい。また、重み生成部４３は、データ毎の重みが同一とされた重みデータを記憶してもよい。
【００７３】
ここで、このような処理を行う場合、重み生成部４３は、ステップＳ１３１において、現世代以前の少なくとも１つの変換器２０が出力する少なくとも１つの出力データおよび目標データのうちの、少なくとも一組のデータ同士から次世代用の重みデータを生成する。
【００７４】
重み生成部４３は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した少なくとも１つの出力データのそれぞれと目標データとの組を抽出する。即ち、この場合、重み生成部４３は、出力データと目標データとの組を、現世代以前の各世代について抽出する。
【００７５】
また、重み生成部４３は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した２つの出力データの組を抽出する。即ち、この場合、重み生成部４３は、異なる２つの出力データの組を、現世代以前の各世代について抽出する。
【００７６】
また、重み生成部４３は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した少なくとも１つの出力データのそれぞれと目標データとの組、および、近似度が大きい順に選択した２つの出力データの組の両者を抽出する。即ち、この場合、重み生成部４３は、目標データと出力データの組、および、異なる２つの出力データの組の両方を、現世代以前の各世代について抽出する。
【００７７】
重み生成部４３は、以上のように抽出したそれぞれの組毎に、データ間のデータ毎の差分を算出する。そして、重み生成部４３は、それぞれの組毎に算出したデータ毎の差分から、次世代用の重みデータを生成する。これにより、重み生成部４３は、次世代の２以上の変換器２０が出力する２以上の出力データのそれぞれと目標データとのデータ毎の差分を次世代用の重みデータにより重み付けして２以上の出力データのそれぞれの近似度を算出することができる。
【００７８】
このような本実施形態に係る遺伝的処理装置１０によれば、重みデータによりデータ毎に適切な重み付けをして出力データと目標データとの近似度を算出することができる。これにより、遺伝的処理装置１０によれば、複数の出力データの中から目標データに近似した出力データを適切に選択することができる。
【００７９】
更に、遺伝的処理装置１０は、次世代用の重みデータを、現世代以前の各世代において生成された出力データを用いて生成する。これにより、遺伝的処理装置１０によれば、同一の重みデータが周期的に繰り返して生成されてしまう状態となることを回避して、適切な重みデータを長期的に安定して生成することができる。
【００８０】
図１２は、新たな変換器２０に組み込むことができる複数の処理部品の導入確率を設定するためのスライドバーの一例を示す。再実行部５３は、変換器２０に対して組み込むことができる処理部品２２のそれぞれについて、遺伝的な操作によって新たな変換器２０に導入される導入確率を記憶する。例えば、変換器２０がフィルタであれば、再実行部５３は、フィルタの種類毎（例えば２値化演算および平均演算等の種類毎）に、導入確率を記憶する。
【００８１】
再実行部５３は、このように記憶した導入確率を、ユーザ等による外部からの入力に応じて個別に設定および変更する。再実行部５３は、一例として、外部からの入力に応じて移動させるスライドバーを表示して、スライドバーの位置に応じて少なくとも１つの変換器２０に組み込むことができる複数の処理部品２２のそれぞれの導入確率を変化させてもよい。
【００８２】
図１２の例においては、再実行部５３は、複数の処理部品２２の平均の導入確率に対する、対応する処理部品２２の導入確率の割合に応じた係数を、スライドバーで変化させている。例えば、図１２の例においては、再実行部５３は、スライドバーにより係数が１に設定された場合、対応する処理部品２２の導入確率を平均値に設定する。また、再実行部５３は、一例として、表示部５２でユーザが指定した世代から、複数の処理部品２２のそれぞれに対する設定を適宜変更して、再実行してもよい。
【００８３】
更に、再実行部５３は、少なくとも１つの変換器２０に組み込むことができる複数の処理部品２２のそれぞれについて、最初の世代の変換器２０に導入される導入確率を設定してもよい。この場合、生成部５０は、それぞれの種類の処理部品２２が設定された割合で組み込まれるように、最初の世代の変換器群に含まれる変換器２０の構成を変更する。
【００８４】
以上のように、遺伝的処理装置１０は、複数の処理部品２２のそれぞれについて、遺伝的な操作によって新たな変換器２０に導入される導入確率を設定する。従って、遺伝的処理装置１０は、組み込まれることにより適合度の高い変換器２０が生成できると予測される処理部品２２が、他の処理部品２２より大きい確率で組み込まれるように、遺伝的な操作に重みを与えることができる。これにより、遺伝的処理装置１０は、目的とする変換器２０が得られるまでの処理時間および演算コストを小さくすることができる。
【００８５】
また、複数の世代にわたって適合度が収束した場合、収集部４９は、一例として、当該変換器２０が適用されるアプリケーションにおいて有効であると推定される処理部品２２の導入確率を、他の処理部品２２の導入確率よりも高くする。これにより、遺伝的処理装置１０は、進化の途中において突然変異等の遺伝的な操作の条件を変えて再実行できるので、例えば進化が進まなくなった場合であっても、目的とする変換器を得ることができる可能性を高くすることができる。
【００８６】
図１３は、本実施形態に係るコンピュータ１９００のハードウェア構成の一例を示す。本実施形態に係るコンピュータ１９００は、ホスト・コントローラ２０８２により相互に接続されるＣＰＵ２０００、ＲＡＭ２０２０、グラフィック・コントローラ２０７５、及び表示装置２０８０を有するＣＰＵ周辺部と、入出力コントローラ２０８４によりホスト・コントローラ２０８２に接続される通信インターフェイス２０３０、ハードディスク・ドライブ２０４０、及びＤＶＤドライブ２０６０を有する入出力部と、入出力コントローラ２０８４に接続されるＲＯＭ２０１０、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０を有するレガシー入出力部とを備える。
【００８７】
ホスト・コントローラ２０８２は、ＲＡＭ２０２０と、高い転送レートでＲＡＭ２０２０をアクセスするＣＰＵ２０００及びグラフィック・コントローラ２０７５とを接続する。ＣＰＵ２０００は、ＲＯＭ２０１０及びＲＡＭ２０２０に格納されたプログラムに基づいて動作し、各部の制御を行う。グラフィック・コントローラ２０７５は、ＣＰＵ２０００等がＲＡＭ２０２０内に設けたフレーム・バッファ上に生成する画像データを取得し、表示装置２０８０上に表示させる。これに代えて、グラフィック・コントローラ２０７５は、ＣＰＵ２０００等が生成する画像データを格納するフレーム・バッファを、内部に含んでもよい。
【００８８】
入出力コントローラ２０８４は、ホスト・コントローラ２０８２と、比較的高速な入出力装置である通信インターフェイス２０３０、ハードディスク・ドライブ２０４０、ＤＶＤドライブ２０６０を接続する。通信インターフェイス２０３０は、ネットワークを介して他の装置と通信する。ハードディスク・ドライブ２０４０は、コンピュータ１９００内のＣＰＵ２０００が使用するプログラム及びデータを格納する。ＤＶＤドライブ２０６０は、ＤＶＤ２０９５からプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスク・ドライブ２０４０に提供する。
【００８９】
また、入出力コントローラ２０８４には、ＲＯＭ２０１０と、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０の比較的低速な入出力装置とが接続される。ＲＯＭ２０１０は、コンピュータ１９００が起動時に実行するブート・プログラム、及び／又は、コンピュータ１９００のハードウェアに依存するプログラム等を格納する。フレキシブルディスク・ドライブ２０５０は、フレキシブルディスク２０９０からプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスク・ドライブ２０４０に提供する。入出力チップ２０７０は、フレキシブルディスク・ドライブ２０５０を入出力コントローラ２０８４へと接続すると共に、例えばパラレル・ポート、シリアル・ポート、キーボード・ポート、マウス・ポート等を介して各種の入出力装置を入出力コントローラ２０８４へと接続する。
【００９０】
ＲＡＭ２０２０を介してハードディスク・ドライブ２０４０に提供されるプログラムは、フレキシブルディスク２０９０、ＤＶＤ２０９５、又はＩＣカード等の記録媒体に格納されて利用者によって提供される。プログラムは、記録媒体から読み出され、ＲＡＭ２０２０を介してコンピュータ１９００内のハードディスク・ドライブ２０４０にインストールされ、ＣＰＵ２０００において実行される。
【００９１】
コンピュータ１９００にインストールされ、コンピュータ１９００を遺伝的処理装置１０として機能させるプログラムは、変換処理モジュールと、重み生成モジュールと、適合度算出モジュールと、選択モジュールと、更新モジュールと、収集モジュールと、生成モジュールと、再実行モジュールとを備える。これらのプログラム又はモジュールは、ＣＰＵ２０００等に働きかけて、コンピュータ１９００を、変換処理部３８と、重み生成部４３と、適合度算出部４４と、選択部４６と、更新部４８と、収集部４９と、生成部５０と、再実行部５３としてそれぞれ機能させる。
【００９２】
これらのプログラムに記述された情報処理は、コンピュータ１９００に読込まれることにより、ソフトウェアと上述した各種のハードウェア資源とが協働した具体的手段である変換処理部３８と、重み生成部４３と、適合度算出部４４と、選択部４６と、更新部４８と、収集部４９と、生成部５０と、再実行部５３として機能する。そして、これらの具体的手段によって、本実施形態におけるコンピュータ１９００の使用目的に応じた情報の演算又は加工を実現することにより、使用目的に応じた特有の遺伝的処理装置１０が構築される。
【００９３】
一例として、コンピュータ１９００と外部の装置等との間で通信を行う場合には、ＣＰＵ２０００は、ＲＡＭ２０２０上にロードされた通信プログラムを実行し、通信プログラムに記述された処理内容に基づいて、通信インターフェイス２０３０に対して通信処理を指示する。通信インターフェイス２０３０は、ＣＰＵ２０００の制御を受けて、ＲＡＭ２０２０、ハードディスク・ドライブ２０４０、フレキシブルディスク２０９０、又はＤＶＤ２０９５等の記憶装置上に設けた送信バッファ領域等に記憶された送信データを読み出してネットワークへと送信し、もしくは、ネットワークから受信した受信データを記憶装置上に設けた受信バッファ領域等へと書き込む。このように、通信インターフェイス２０３０は、ＤＭＡ（ダイレクト・メモリ・アクセス）方式により記憶装置との間で送受信データを転送してもよく、これに代えて、ＣＰＵ２０００が転送元の記憶装置又は通信インターフェイス２０３０からデータを読み出し、転送先の２０３０又は記憶装置へとデータを書き込むことにより送受信データを転送してもよい。
【００９４】
また、ＣＰＵ２０００は、ハードディスク・ドライブ２０４０、ＤＶＤドライブ２０６０（ＤＶＤ２０９５）、フレキシブルディスク・ドライブ２０５０（フレキシブルディスク２０９０）等の外部記憶装置に格納されたファイルまたはデータベース等の中から、全部または必要な部分をＤＭＡ転送等によりＲＡＭ２０２０へと読み込ませ、ＲＡＭ２０２０上のデータに対して各種の処理を行う。そして、ＣＰＵ２０００は、処理を終えたデータを、ＤＭＡ転送等により外部記憶装置へと書き戻す。このような処理において、ＲＡＭ２０２０は、外部記憶装置の内容を一時的に保持するものとみなせるから、本実施形態においてはＲＡＭ２０２０および外部記憶装置等をメモリ、記憶部、または記憶装置等と総称する。本実施形態における各種のプログラム、データ、テーブル、データベース等の各種の情報は、このような記憶装置上に格納されて、情報処理の対象となる。なお、ＣＰＵ２０００は、ＲＡＭ２０２０の一部をキャッシュメモリに保持し、キャッシュメモリ上で読み書きを行うこともできる。このような形態においても、キャッシュメモリはＲＡＭ２０２０の機能の一部を担うから、本実施形態においては、区別して示す場合を除き、キャッシュメモリもＲＡＭ２０２０、メモリ、及び／又は記憶装置に含まれるものとする。
【００９５】
また、ＣＰＵ２０００は、ＲＡＭ２０２０から読み出したデータに対して、プログラムの命令列により指定された、本実施形態中に記載した各種の演算、情報の加工、条件判断、情報の検索・置換等を含む各種の処理を行い、ＲＡＭ２０２０へと書き戻す。例えば、ＣＰＵ２０００は、条件判断を行う場合においては、本実施形態において示した各種の変数が、他の変数または定数と比較して、大きい、小さい、以上、以下、等しい等の条件を満たすかどうかを判断し、条件が成立した場合（又は不成立であった場合）に、異なる命令列へと分岐し、またはサブルーチンを呼び出す。
【００９６】
また、ＣＰＵ２０００は、記憶装置内のファイルまたはデータベース等に格納された情報を検索することができる。例えば、第１属性の属性値に対し第２属性の属性値がそれぞれ対応付けられた複数のエントリが記憶装置に格納されている場合において、ＣＰＵ２０００は、記憶装置に格納されている複数のエントリの中から第１属性の属性値が指定された条件と一致するエントリを検索し、そのエントリに格納されている第２属性の属性値を読み出すことにより、所定の条件を満たす第１属性に対応付けられた第２属性の属性値を得ることができる。
【００９７】
以上に示したプログラム又はモジュールは、外部の記録媒体に格納されてもよい。記録媒体としては、フレキシブルディスク２０９０、ＤＶＤ２０９５の他に、ＤＶＤ又はＣＤ等の光学記録媒体、ＭＯ等の光磁気記録媒体、テープ媒体、ＩＣカード等の半導体メモリ等を用いることができる。また、専用通信ネットワーク又はインターネットに接続されたサーバシステムに設けたハードディスク又はＲＡＭ等の記憶装置を記録媒体として使用し、ネットワークを介してプログラムをコンピュータ１９００に提供してもよい。
【００９８】
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
【００９９】
特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
【符号の説明】
【０１００】
１０ 遺伝的処理装置、２０ 変換器、２２ 処理部品、２４ 部品群、３４ 変換器格納部、３６ 学習用入力データ格納部、３８ 変換処理部、４０ 学習用出力データ格納部、４２ 学習用目標データ格納部、４３ 重み生成部、４４ 適合度算出部、４６ 選択部、４８ 更新部、４９ 収集部、５０ 生成部、５１ 世代情報格納部、５２ 表示部、５３ 再実行部、１９００ コンピュータ、２０００ ＣＰＵ、２０１０ ＲＯＭ、２０２０ ＲＡＭ、２０３０ 通信インターフェイス、２０４０ ハードディスク・ドライブ、２０５０ フレキシブルディスク・ドライブ、２０６０ ＤＶＤドライブ、２０７０ 入出力チップ、２０７５ グラフィック・コントローラ、２０８０ 表示装置、２０８２ ホスト・コントローラ、２０８４ 入出力コントローラ、２０９０ フレキシブルディスク、２０９５ ＤＶＤ
【技術分野】
【０００１】
本発明は、遺伝的処理装置、遺伝的処理方法、および遺伝的処理プログラムに関する。
【背景技術】
【０００２】
遺伝的アルゴリズムまたは遺伝的プログラミングといった進化的計算を用いたフィルタまたは変換器の生成方法が知られている（非特許文献１参照）。このような進化的計算を用いたフィルタまたは変換器の生成方法によれば、それぞれの事例に対して最適であって解析的に得ることが困難な複雑な構造のフィルタまたは変換器を、より少ない労力と時間で設計することができる。
【先行技術文献】
【非特許文献】
【０００３】
【非特許文献１】前薗正宜 他２名、「遺伝的アルゴリズムによる画像フィルタ設計の研究」、［ｏｎｌｉｎｅ］、コンピュータ利用教育協議会、［２００８年３月２０日検索］、インターネット＜URL：http://www.ciec.or.jp/event/2003/papers/pdf/E00086.pdf＞
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、このような進化的計算により変換器を生成する方法は、目的の変換器が得られるまでに、膨大な世代数を必要とする。従って、このような方法は、目的の変換器を得るまでの演算コストが膨大となってしまっていた。また、進化的計算の過程において、大きな進歩又は変化が得られる場合または途中から停滞する場合があるが、その要因を特定しにくい。
【０００５】
そこで本発明は、上記の課題を解決することのできる遺伝的処理装置、遺伝的処理方法、および遺伝的処理プログラムを提供することを目的とする。この目的は特許請求の範囲における独立項に記載の特徴の組み合わせにより達成される。また従属項は本発明の更なる有利な具体例を規定する。
【課題を解決するための手段】
【０００６】
上記課題を解決するために、本発明の第１の態様においては、入力データを処理して処理結果を出力データとして出力する複数の処理部品を含む少なくとも１つの前世代の変換器から、遺伝的処理により現世代の変換器を生成する生成部と、それぞれの前記現世代の変換器について、学習用入力データから学習用目標データへの変換に対する適合度を算出する適合度算出部と、世代間での前記適合度の増分が基準値より大きい場合に、対応する世代に関する情報を収集する収集部と、を備える遺伝的処理装置、並びに当該遺伝的処理装置に関する遺伝的処理方法、および遺伝的処理プログラムを提供する。
【０００７】
なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。
【図面の簡単な説明】
【０００８】
【図１】本実施形態に係る遺伝的処理装置１０の構成を示す。
【図２】本実施形態に係る処理部品２２を直列に組み合わせた変換器２０の一例を示す。
【図３】本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０の一例を示す。
【図４】本実施形態に係る処理部品２２を直列に組み合わせた変換器２０に対して行われる遺伝的な操作の一例を示す。
【図５】本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０に対して行われる交叉操作の一例を示す。
【図６】本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０に対して行われる突然変異操作の一例を示す。
【図７】本実施形態に係る遺伝的処理装置１０の動作フローの一例を示す。
【図８】本実施形態に係る各世代における適合度の遷移の一例を示す。
【図９】図７のステップＳ２１における処理フローの一例を示す。
【図１０】本実施形態に係る収集部４９が動画像を記録する場合の一例を示す。
【図１１】図７のステップＳ２２における重み生成部４３の処理フローの一例を示す。
【図１２】本実施形態に係る新たな変換器２０に組み込むことができる複数の処理部品の導入確率を設定するためのスライドバーの一例を示す。
【図１３】本実施形態に係るコンピュータ１９００のハードウェア構成の一例を示す。
【発明を実施するための形態】
【０００９】
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
【００１０】
図１は、本実施形態に係る遺伝的処理装置１０の構成を示す。遺伝的処理装置１０は、少なくとも１つの変換器２０を含む変換器群を進化的計算に基づいて複数世代にわたり進化させる。本実施形態において、各変換器２０は、入力データを処理して処理結果を出力データとして出力する複数の処理部品２２の入出力間を組み合わせた構造である。そして、遺伝的処理装置１０は、学習用入力データを学習用目標データへ変換するのに適した変換器２０を生成する。遺伝的処理装置１０は、一例として、コンピュータにより実現される。また、変換器２０は、一例として、画像フィルタであってよい。
【００１１】
遺伝的処理装置１０は、変換器格納部３４と、学習用入力データ格納部３６と、変換処理部３８と、学習用出力データ格納部４０と、学習用目標データ格納部４２と、重み生成部４３と、適合度算出部４４と、選択部４６と、更新部４８と、収集部４９と、生成部５０と、世代情報格納部５１と、表示部５２と、再実行部５３とを備える。変換器格納部３４は、互いに異なる構成の複数の変換器２０を格納する。
【００１２】
学習用入力データ格納部３６は、変換器２０の変換対象である学習用入力データを格納する。学習用入力データは、一例として、当該遺伝的処理装置１０により生成された変換器２０が適用されるアプリケーションにおいて、変換器２０に実際に与えられるデータのサンプルであってよい。変換器２０が画像フィルタである場合、学習用入力データは、一例として、使用者により予め生成または撮影された画像であってよい。
【００１３】
変換処理部３８は、変換器格納部３４に格納された複数の変換器２０を順次に取得する。変換処理部３８は、取得したそれぞれの変換器２０により、学習用入力データ格納部３６に格納された学習用入力データを変換させて、学習用出力データのそれぞれを生成する。
【００１４】
学習用出力データ格納部４０は、変換処理部３８において生成された学習用出力データを格納する。学習用出力データ格納部４０は、一例として、生成された学習用出力データのそれぞれを、変換した変換器２０に対応付けて格納する。
【００１５】
学習用目標データ格納部４２は、学習用入力データを変換器２０により変換して生成される出力データの目標となる学習用目標データを格納する。学習用目標データは、一例として、当該遺伝的処理装置１０により生成された変換器２０が適用されるアプリケーションにおいて、学習用入力データを入力した変換器２０が実際に出力するべきデータのサンプルであってよい。変換器２０が画像フィルタである場合、学習用目標データは、一例として、使用者により予め生成または準備された画像であってよい。
【００１６】
重み生成部４３は、学習用出力データと学習用目標データとの比較におけるデータ領域毎の重みを表わす重みデータを世代毎に更新する。重み生成部４３は、一例として、学習用出力データまたは学習用目標データと、同様にデータが配置された重みデータを生成してよい。
【００１７】
ここで、重み生成部４３は、学習用出力データおよび学習用目標データのうちの、少なくとも一組のデータ同士についてのデータ毎の差分がより大きいデータに対する重みを、当該差分がより小さいデータに対する重みより大きくした重みデータを生成する。重み生成部４３は、一例として、現世代の重みデータにおける、差分が閾値より大きいデータに対応する重みに所定値を加算し、差分が閾値以下のデータに対応する重みに所定値より小さい値を加算して、次世代の重みデータを生成してよい。また、重み生成部４３は、一例として、現世代の重みデータにおける、差分が閾値より大きいデータに対応する重みに所定値を加算し、差分が閾値以下のデータに対応する重みから所定値を減算して、次世代の重みデータを生成してもよい。
【００１８】
また、重み生成部４３は、重みデータを記憶する。さらに、重み生成部４３は、選択されたデータ同士における差分がより大きいデータの重みを差分がより小さいデータの重みより大きくすべく、記憶された重みデータを、例えば世代毎に更新する。
【００１９】
適合度算出部４４は、変換器格納部３４に格納されたそれぞれの現世代の変換器２０について、学習用入力データから学習用目標データへの変換に対する適合度を算出する。ここで、適合度は、学習用入力データを学習用目標データへと変換するのに適しているかどうかを表す指標値であり、値が高いほど学習用入力データを学習用目標データへと変換するのに適していることを表す。また、適合度算出部４４は、一例として、それぞれの現世代の変換器２０について、学習用入力データから学習用目標データへの変換に対する適合度を、重みデータにより重み付けをして算出する。
【００２０】
選択部４６は、変換器格納部３４に格納された複数の変換器２０のうち少なくとも１つの変換器２０を選択する。この場合において、選択部４６は、適合度がより高い変換器２０を優先的に選択する。より具体的には、選択部４６は、生物の自然淘汰をモデル化した手法により、残存させる少なくとも１つの変換器２０を選択する。選択部４６は、一例として、変換器格納部３４に格納された複数の変換器２０のそれぞれの適合度に基づき、エリート選択およびルーレット選択といった遺伝的計算により少なくとも１つの変換器２０を選択する。
【００２１】
更新部４８は、変換器格納部３４に格納された複数の変換器２０のうち、選択部４６により選択された変換器２０を残存させ、選択部４６により選択されなかった変換器２０を淘汰する。更新部４８は、一例として、変換器２０を変換器格納部３４から削除することにより淘汰する。
【００２２】
収集部４９は、世代間での適合度の増分が基準値より大きい場合に、対応する世代に関する情報を収集する。ここで、収集部４９は、各世代における各変換器２０の適合度の最高値または適合度の平均値を、世代の適合度としてもよい。また、収集部４９は、世代間での適合度の増分が基準値より大きい場合に、世代間での適合度の増分が基準値以下の場合と比較してより多くの対応する世代に関する情報を収集してもよい。ここで、収集部４９は、一例として、適合度の増分が基準値より大きい世代間で、直前の世代および／または直後の世代を、収集対象の世代とする。また、収集部４９は、世代間での適合度の増分が他の世代と比較して相対的に大きい場合に、対応する世代に関する情報を収集してもよい。また、収集部４９は、世代間での適合度の増分がより大きい場合に、適合度に応じて、対応する世代に関する情報を収集してもよい。
【００２３】
また、収集部４９は、一例として、少なくとも１つの変換器２０の構造および変換器２０により学習用入力データを変換した学習用出力データの少なくとも１つを収集する。より具体的には、収集部４９は、一例として、生成した新たな変換器２０のそれぞれについて、遺伝的な操作の種類、親の変換器２０を特定するための情報、および、交叉または突然変異の操作により置換した処理部品２２の組を特定するための情報の少なくとも１つを収集する。また、変換器２０が画像フィルタである場合、収集部４９は、画像フィルタが出力した出力画像および重み画像の少なくとも１つを収集してもよい。
【００２４】
また、収集部４９は、選択部４６によって選択された所定値以上の適合度の変換器２０の構造および当該変換器により学習用入力データを変換した学習用出力データの少なくとも１つを収集してもよい。ここで、収集部４９は、世代間での適合度の増分が基準値より大きい場合に、基準より小さい場合と比較してより多くの変換器２０についての情報を収集してよい。この場合、収集部４９は、適合度の高い変換器２０から優先的に基準値に応じた個数の変換器２０を選択してよい。さらに、収集部４９は、一例として、世代間での適合度の増分が基準値より大きい場合に、重みデータを収集する。また、収集部４９は、一例として、世代間での適合度の増分が他の世代と比較して相対的に大きい場合に、重みデータを収集してもよい。
【００２５】
また、収集部４９は、一例として、世代間での適合度の増分が基準値より大きい場合に、全ての変換器２０を再現可能に保存する。ここで、収集部４９は、対象となる世代の変換器２０を少なくとも１つ含む変換器群の全てを保存してもよい。また、収集部４９は、処理部品２２の組み合わせ等の変換器２０の構造情報を保存してもよい。また、収集部４９は、一例として、世代間での適合度の増分が他の世代と比較して相対的に大きい場合に、全ての変換器２０を再現可能に保存してもよい。
【００２６】
生成部５０は、入力データを処理して処理結果を出力データとして出力する複数の処理部品２２を含む少なくとも１つの前世代および変換器格納部３４に格納された少なくとも１つの変換器２０から、遺伝的処理により現世代の変換器２０を生成する。
【００２７】
生成部５０は、更新部４８による更新処理において残存した少なくとも１つの変換器２０を、変換器格納部３４から取得する。続いて、生成部５０は、取得した少なくとも１つの変換器２０に対して交叉および突然変異等の遺伝的な操作をして、新たな変換器２０を生成する。そして、生成部５０は、生成した新たな変換器２０を変換器格納部３４に書き込む。これにより、変換器格納部３４は、更新処理において残存した少なくとも１つの変換器２０および生成部５０が生成した新たな変換器２０を、格納することができる。
【００２８】
世代情報格納部５１は、収集部４９が収集した各世代に関する情報を格納する。また、世代情報格納部５１は、一例として、収集部４９が記録した世代順に表示部５２が出力結果を表示する動画像も格納する。
【００２９】
表示部５２は、世代情報格納部５１から取得した動画像の出力中において一の世代が指定された場合、指定された一の世代に関する情報を表示する。表示部５２は、表示する情報として、指定された世代に関する情報および指定された世代の前後数世代に関する情報を表示してもよい。ここで、表示部５２は、指定された世代に関する情報に対して、指定された世代の前後数世代に関する一部の情報を表示してもよい。
【００３０】
再実行部５３は、ユーザの指定または乱数等による変更などの外部からの指定に応じて、指定された世代の全ての変換器２０を再現して、生成部５０に対して全ての変換器２０を生成した処理条件と異なる処理条件を設定して、遺伝的処理を再実行する。例えば、再実行部５３は、処理条件として、生成部５０による突然変異率、交叉率、および、複数の処理部品２２のそれぞれが変換器２０に導入される導入確率の少なくとも１つを設定する。これにより、生成部５０は、処理の途中において、新たな条件で変換器を生成することができる。
【００３１】
このような遺伝的処理装置１０は、変換処理部３８による変換処理、適合度算出部４４による適合度の算出処理、選択部４６による変換器２０の選択処理、更新部４８による更新処理および生成部５０による新たな変換器２０の生成処理を、複数回（例えば複数世代）繰り返す。これにより、遺伝的処理装置１０は、学習用入力データを学習用目標データへ変換するのに適した変換器２０を、進化的計算を用いて生成することができる。
【００３２】
図２は、本実施形態に係る処理部品２２を直列に組み合わせた変換器２０の一例を示す。図３は、本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０の一例を示す。
【００３３】
変換器２０は、図２に示されるような、複数の処理部品２２を直列に組み合わせた構成であってよい。また、変換器２０は、図３に示されるような、複数の処理部品２２を木構造に組み合わせた構成であってもよい。また、変換器２０は、１つの入力端に対して、複数の出力端を有する構成であってもよい。また、変換器２０は、複数の入力端および複数の出力端を有する構成であってもよい。
【００３４】
変換器２０は、受け取った入力データに対して演算処理を施して、出力データを出力する。変換器２０は、一例として、入力データに対して演算を施すプログラムにより実行される。また、変換器２０は、入力データに対して施すべき演算内容を表わす演算式であってもよい。
【００３５】
なお、処理部品２２が木構造に組み合わされた構成の変換器２０は、木構造の末端の処理部品２２に入力データが与えられ、木構造の最上位の処理部品２２から出力データを出力する。また、このような変換器２０は、複数の末端の処理部品２２のそれぞれに、同一の入力データが与えられる。これに代えて、このような変換器２０は、複数の末端の処理部品２２のそれぞれに互いに異なる入力データが与えられてもよい。
【００３６】
それぞれの変換器２０は、入力画像を出力画像にそれぞれ変換する複数のフィルタ部品を組み合わせた画像フィルタであってよい。この場合、各処理部品２２は、前段に配置された処理部品２２から出力された画像データを受け取り、受け取った画像データに演算を施して後段に配置された処理部品２２に与える。生成部５０は、一例として、複数のフィルタ部品を含む少なくとも１つの前世代の画像フィルタを少なくとも１つの前世代の変換器２０として、遺伝的処理により現世代の画像フィルタを生成する。また、この場合、遺伝的処理装置１０は、複数の画像フィルタを含む画像フィルタ群を進化的計算に基づいて複数世代にわたり進化させる。
【００３７】
また、変換器２０は、一例として、ハードウェアである処理部品２２を組み合わせた構成であってよい。この場合、変換器格納部３４は、変換器を表すデータ構造として、各処理部品間のデータ授受関係を示す構成データを記憶する。また、変換器２０は、データに対して演算を施すプログラムである処理部品２２を組み合わせた構成であってもよい。また、変換器２０は、データに対して施すべき演算内容を表わす演算式である処理部品２２を組み合わせた構成であってもよい。
【００３８】
また、変換器２０は、例えば、１次元データ列、２次元データ群、３次元データ群、又は、更に多次元のデータ群等を変換してもよい。１次元データ列は、例えば、時系列データ又は配列状のデータ列等である。２次元データ群は、例えば、複数の画素データ等が２次元空間に配列された画像データ等である。３次元データ群は、例えば、色又は濃度等を表わすデータ値が３次元空間の各格子点に配置されたボリュームデータ等である。また、変換器２０は、入力されたデータと異なる次元のデータを出力してもよい。
【００３９】
複数の処理部品２２のそれぞれは、前段に配置された処理部品２２から出力された入力データを受け取り、受け取った入力データに演算を施して後段に配置された処理部品２２に与える。複数の処理部品２２のそれぞれは、プログラムモジュールおよび演算式等であってよく、受け取った入力データに対して２値化演算、ヒストグラム演算、平滑化演算、エッジ検出演算、モルフォロジ演算、及び／または周波数空間での演算（例えば、ローパスフィルタリング演算およびハイパスフィルタリング演算）等の単項演算を施してもよい。
【００４０】
また、複数の処理部品２２のそれぞれは、受け取った入力データに対して平均演算、差分演算及び／またはファジー演算（例えば論理和演算、論理積演算、代数和、代数積、限界和、限界積、激烈和および激烈積等）等の二項演算を施してもよい。
【００４１】
図４は、本実施形態に係る処理部品２２を直列に組み合わせた変換器２０に対して行われる遺伝的な操作の一例を示す。図５は、本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０に対して行われる交叉操作の一例を示す。図６は、本実施形態に係る処理部品２２を木構造に組み合わせた変換器２０に対して行われる突然変異操作の一例を示す。
【００４２】
生成部５０は、一例として、２個またはそれ以上の変換器２０に対して、遺伝的な操作の一例である交叉操作を行って新たな２個またはそれ以上の変換器２０を生成する。生成部５０は、一例として、図４および図５に示されるように、既に生成された少なくとも１つの一の変換器２０Ａの一部の部品群２４Ａを、既に生成された他の変換器２０Ｂの少なくとも一部の部品群２４Ｂと置換して、新たな変換器２０Ｅおよび２０Ｆを生成する。なお、部品群２４は、１または複数の処理部品２２を組み合わせた部材である。
【００４３】
また、生成部５０は、一例として、一の変換器２０に対して、遺伝的な操作の一例である突然変異操作を行って新たな一の変換器２０を生成する。生成部５０は、一例として、図４および図６に示されるように、既に生成された一の変換器２０Ｃの一部の部品群２４Ｃを、ランダムに選択された他の部品群２４Ｇに置換して、新たな変換器２０Ｇを生成する。
【００４４】
また、生成部５０は、現世代の変換器２０をそのまま次世代の変換器２０として残してもよい。生成部５０は、一例として、図４に示されるように、変換器２０Ｄの処理部品２２の構成をそのまま含む次世代の変換器２０Ｈを生成する。
【００４５】
選択部４６は、生成部５０により生成された複数の変換器２０に対して生物の自然淘汰をモデル化した手法により１または複数の変換器２０を選択する。選択部４６は、複数の変換器２０の中の適合度がより高い変換器２０を優先的に選択してもよい。選択部４６は、一例として、複数の変換器２０のそれぞれの適合度に基づき、エリート選択およびルーレット選択といった手法に応じて、変換器２０を選択してよい。そして、更新部４８は、選択された変換器２０を次世代へ生存させるべく当該変換器２０を変換器格納部３４内に保存し、選択されなかった変換器２０を死滅させるべく変換器格納部３４内から削除する。
【００４６】
図７は、本実施形態に係る遺伝的処理装置１０の動作フローの一例を示す。遺伝的処理装置１０は、ステップＳ１３〜ステップＳ１７の各処理を、複数回（例えば複数世代）繰返して実行する（Ｓ１２、Ｓ１８）。なお、遺伝的処理装置１０は、与えられた学習用入力データを学習用目標データに変換する変換器２０を生成するための初期の変換器２０として、ランダムに生成したまたは既に生成した変換器２０を、予め変換器格納部３４に格納しておく。
【００４７】
それぞれの世代において、まず、変換処理部３８は、現世代の変換器群に含まれる複数の変換器２０のそれぞれについて、当該変換器２０により学習用入力データを変換した学習用出力データを生成する（Ｓ１３）。変換処理部３８は、生成した学習用出力データを当該変換器２０に対応付けて学習用出力データ格納部４０に格納させる。
【００４８】
続いて、適合度算出部４４は、現世代の変換器群に含まれる複数の変換器２０のそれぞれについて、適合度を算出する（Ｓ１４）。適合度算出部４４は、一例として、学習用出力データと学習用目標データとの類似度または近似度を適合度として算出する。なお、適合度算出部４４は、近似度に加え、処理部品の数の少なさ、処理負荷の低さ、および並列度の大きさ等に応じて評価を高めた適合度を算出してもよい。
【００４９】
そして、収集部４９は、例えば、適合度が基準値以上である場合、対応する世代に関する情報を収集する（Ｓ２１）。続いて、選択部４６は、現世代の変換器群に含まれる複数の変換器２０のうち、適合度が高い変換器２０を優先的に選択する（Ｓ１５）。選択部４６は、一例として、適合度が基準値より高い変換器２０を選択する。
【００５０】
また、選択部４６は、一例として、現世代の変換器群に含まれる複数の変換器２０のうち、適合度が上位から予め定められた範囲の変換器２０を選択してもよい。また、選択部４６は、一例として、適合度がより高い変換器２０がより高い確率で選択されるように設定がされている条件下で、ランダムに変換器２０を選択してもよい。なお、選択部４６は、一例として、最後の世代においては、適合度の最も高い１個の変換器２０を選択する。
【００５１】
続いて、更新部４８は、変換器格納部３４に格納された変換器群を更新する（Ｓ１６）。より具体的には、更新部４８は、現世代の変換器群に含まれる複数の変換器２０のうちステップＳ１５において選択された変換器２０を次世代へと残存させ、他の変換器２０を淘汰することにより、変換器群を更新する。更新部４８は、一例として、ステップＳ１５において選択されなかった変換器２０を、変換器格納部３４から消去することによって淘汰する。
【００５２】
続いて、生成部５０は、更新処理によって変換器群に残存した少なくとも１つの変換器２０に対して、交叉および突然変異等の遺伝的な操作を行って、１または複数個の新たな変換器２０を生成する（Ｓ１７）。この場合、生成部５０は、それぞれの処理部品２２が収集部４９により設定された導入確率で、新たな変換器２０に対して導入されるように遺伝的な操作を行う。例えば、生成部５０は、交叉の操作を行う場合において、新たな変換器２０に組み込むことができる複数の処理部品２２のうちの１または複数の処理部品２２を設定された導入確率で選択し、親となる変換器２０における一部の部品群２４と、選択した１または複数の処理部品２２を含む部品群２４とを置換する。
【００５３】
そして、生成部５０は、残存した変換器２０および新たな変換器２０を、次世代の変換器群に含まれる複数の変換器２０として変換器格納部３４に格納させる。なお、生成部５０は、最後の世代においては、当該処理を実行しない。
【００５４】
重み生成部４３は、世代毎に適切な重みデータを生成するべく、次世代用の新たな重みデータを生成する（Ｓ２２）。なお、重み生成部４３は、最後の世代においては、当該処理を実行しなくてよい。重みデータの生成処理についての詳細については後述する。
【００５５】
遺伝的処理装置１０は、以上の処理を複数の世代（例えば数十世代または数百世代以上）繰返して実行して、最後の世代（例えば第Ｎ世代、Ｎは２以上の自然数）まで処理を実行した後に、当該フローを抜ける（Ｓ１８）。このようにして、遺伝的処理装置１０は、学習用入力データを学習用目標データへ変換するのに適した変換器２０を、進化的計算を用いて生成することができる。
【００５６】
図８は、各世代における適合度の遷移の一例を示す。本図のグラフは、横軸を世代とし、縦軸を適合度とした時の適合度の遷移を示す。各世代の適合度は、遺伝的処理装置１０による遺伝的処理によって、変換器２０が進化するのに伴って高くなる。
【００５７】
本例においては、一例として、前世代および現世代の２世代間での適合度の増分が基準値より大きい場合に、収集部４９は、前世代に関する情報を収集する。また、遺伝的処理装置１０は、世代間での適合度の増分として、２以上の世代間における適合度の増分を用いてもよい。ここで、適合度の増分が基準値より大きい場合、直前の世代の変換器群には、適合度をより大きく増加させる処理部品２２の組み合わせを含む変換器２０が存在する可能性が高い。
【００５８】
そこで、収集部４９は、一例として、前世代および現世代の２世代間での適合度の増分が基準値より大きい場合に、前世代の変換器２０等に関する情報を、収集対象の世代情報として世代情報格納部５１内に格納する。収集部４９は、現世代の変換器２０または現世代に関する情報を、収集対象の世代情報として世代情報格納部５１内に格納してもよい。
【００５９】
これによって、遺伝的処理装置１０は、当該世代に対して変換条件を変更して再実行可能として、適合度がより大きい変換器２０を効率的に生成できる可能性を高める。また、収集部４９は、前世代および現世代の２世代間での適合度の増分が基準値より小さい場合は、適合度の増分が基準値より大きい場合と比較して、収集する情報を少なくしてもよい。
【００６０】
図９は、図７のステップＳ２１における処理フローの一例を示す。遺伝的処理装置１０は、図７のステップＳ２１において、以下の処理を実行する。
【００６１】
収集部４９は、適合度算出部４４が算出した前世代および現世代の２世代の適合度をそれぞれ取得する（Ｓ３１）。そして、収集部４９は、２世代間での適合度の増分を算出する。ここで、一例として、収集部４９は、予め設定した増分値の基準値と、取得した２世代間の適合度の増分と比較する（Ｓ３２）。
【００６２】
続いて、前世代および現世代の２世代間での適合度の増分が基準値より大きい場合（Ｓ３２：Ｙｅｓ）、収集部４９は、一例として、前世代におけるエリート変換器２０の構造および当該変換器２０により学習用入力データを変換した学習用出力データの少なくとも１つを収集する（Ｓ３３）。そして、ステップＳ３３の処理が終了した場合、または、ステップＳ３２において世代間での適合度の増分が基準値より小さいと判断した場合（Ｓ３２：Ｎｏ）、収集部４９は、当該処理フローを抜けて図７のステップＳ１５に処理を進める。
【００６３】
このようにして、遺伝的処理装置１０は、世代毎の情報を収集することで、進化の過程の確認を可能とする。また、遺伝的処理装置１０は、特に変化が著しい世代に対して詳細に情報を収集することにより、適合度の高い変換器２０を生成するようにユーザ調整を可能とする。
【００６４】
図１０は、本実施形態に係る収集部４９が動画像を記録する場合の一例を示す。例えば、収集部４９は、それぞれの世代に関する情報を含む表示画面を世代順に表示する動画像を、世代間での適合度の増分が基準値以下の場合と比較して、適合度の増分が基準値より大きい世代の時間間隔を長くして記録する。また、収集部４９は、それぞれの世代に関する情報を含む表示画面を世代順に表示する動画像を、世代間での適合度の増分が他の世代と比較して相対的に大きい場合に、その対応する世代の時間間隔を長くして記録してもよい。
【００６５】
ここで、収集部４９は、適合度の増分が基準値より大きい世代の時間間隔を長く記録すると共に、当該世代の前後の世代についても適合度の増分が基準値より小さい他の世代より長く記録してもよい。収集部４９は、世代に関する情報を含む画像として、適合度がエリート変換器が出力する出力画像、当該各世代における重み画像、およびエリート変換器の構造を示す画像を少なくとも１つを出力してもよい。図１０の例において、収集部４９は、適合度の増分が基準値より大きい世代と、当該世代の前後２世代の時間間隔を長く記録する。
【００６６】
収集部４９は、一例として、適合度が基準値より高い世代を１．０ｓ、適合度が基準値より小さい世代のうち適合度が基準値より大きい世代の前後１世代を０．６ｓ、適合度が基準値より小さい世代のうち適合度が基準値より大きい世代の前後２世代を０．４ｓ、および、その他の適合度が基準値より小さい世代を０．２ｓとして記録する。
【００６７】
これによって、遺伝的処理装置１０は、適合度の変化が大きい世代について、変換器の情報および出力データの変化状況等を、ユーザによる詳細な調査および確認を可能とする。そして、遺伝的処理装置１０は、調査結果等に基づいて、ユーザが導入確率等の設定を変更して再実行することによって、変換適合度のより高い変換器２０を効率よく生成することができる。
【００６８】
以上のように、遺伝的処理装置１０によれば、例えば、より大きく進化（又は変化）した状態が、表示部５２を介してユーザが容易に確認できる。そして、遺伝的処理装置１０は、進化の過程の途中から突然変異率および交叉率をユーザによって増加または減少させて、進化をやり直すことができる。また、遺伝的処理装置１０は、再実行する場合に、指定した世代の変換器２０を確実に復元することによって、指定した世代より前の世代の情報を失わずに、無駄がなくより高い適合度の変換器２０を効率よく生成することができる。これにより、遺伝的処理装置１０によれば、少ない演算コスト（演算時間を含む）で、目的とする変換器２０を生成することができる。
【００６９】
図１１は、図７のステップＳ２２における重み生成部４３の処理フローの一例を示す。重み生成部４３は、図７に示されたステップＳ２２における重みデータの生成処理において、以下のステップＳ１３１〜Ｓ１３３の処理を実行する。まず、重み生成部４３は、重みデータ生成用として、変換器２０が出力した出力データおよび目標データのうちの、少なくとも一組のデータを抽出する（Ｓ１３１）。
【００７０】
続いて、重み生成部４３は、ステップＳ１３１において重みデータ生成用として抽出された少なくとも一組のデータ同士の、データ毎の差分を算出する（Ｓ１３２）。重み生成部４３は、抽出されたデータの組における、対応する位置同士のデータの差分を算出する。例えば、重み生成部４３は、抽出されたデータの組が３次元データ群であれば、互いに対応する格子点同士のデータの差分を算出する。また、重み生成部４３は、２つのデータの減算結果の絶対値を、差分として算出してもよい。
【００７１】
また、重み生成部４３は、ステップＳ１３１において複数組のデータを抽出した場合には、例えば、複数組のデータの差分をデータ毎に（例えば、３次元データ群であれば格子点毎に）、合計又は平均する。これに代えて、重み生成部４３は、複数組のデータの差分のうち最も大きい１個の差分を、データ毎に選択してもよい。
【００７２】
続いて、重み生成部４３は、ステップＳ１３２において算出されたデータ毎の差分に基づき、次世代用の重みデータを生成する（Ｓ１３３）。より具体的には、重み生成部４３は、差分がより大きいデータの重みを差分がより小さいデータの重みより大きくするような次世代の重みデータを生成する。なお、重み生成部４３は、最初の世代においては、使用者により予め生成された重みデータを記憶してもよい。また、重み生成部４３は、データ毎の重みが同一とされた重みデータを記憶してもよい。
【００７３】
ここで、このような処理を行う場合、重み生成部４３は、ステップＳ１３１において、現世代以前の少なくとも１つの変換器２０が出力する少なくとも１つの出力データおよび目標データのうちの、少なくとも一組のデータ同士から次世代用の重みデータを生成する。
【００７４】
重み生成部４３は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した少なくとも１つの出力データのそれぞれと目標データとの組を抽出する。即ち、この場合、重み生成部４３は、出力データと目標データとの組を、現世代以前の各世代について抽出する。
【００７５】
また、重み生成部４３は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した２つの出力データの組を抽出する。即ち、この場合、重み生成部４３は、異なる２つの出力データの組を、現世代以前の各世代について抽出する。
【００７６】
また、重み生成部４３は、一例として、現世代以前の少なくとも１つ以上の各世代における、近似度が大きい順に選択した少なくとも１つの出力データのそれぞれと目標データとの組、および、近似度が大きい順に選択した２つの出力データの組の両者を抽出する。即ち、この場合、重み生成部４３は、目標データと出力データの組、および、異なる２つの出力データの組の両方を、現世代以前の各世代について抽出する。
【００７７】
重み生成部４３は、以上のように抽出したそれぞれの組毎に、データ間のデータ毎の差分を算出する。そして、重み生成部４３は、それぞれの組毎に算出したデータ毎の差分から、次世代用の重みデータを生成する。これにより、重み生成部４３は、次世代の２以上の変換器２０が出力する２以上の出力データのそれぞれと目標データとのデータ毎の差分を次世代用の重みデータにより重み付けして２以上の出力データのそれぞれの近似度を算出することができる。
【００７８】
このような本実施形態に係る遺伝的処理装置１０によれば、重みデータによりデータ毎に適切な重み付けをして出力データと目標データとの近似度を算出することができる。これにより、遺伝的処理装置１０によれば、複数の出力データの中から目標データに近似した出力データを適切に選択することができる。
【００７９】
更に、遺伝的処理装置１０は、次世代用の重みデータを、現世代以前の各世代において生成された出力データを用いて生成する。これにより、遺伝的処理装置１０によれば、同一の重みデータが周期的に繰り返して生成されてしまう状態となることを回避して、適切な重みデータを長期的に安定して生成することができる。
【００８０】
図１２は、新たな変換器２０に組み込むことができる複数の処理部品の導入確率を設定するためのスライドバーの一例を示す。再実行部５３は、変換器２０に対して組み込むことができる処理部品２２のそれぞれについて、遺伝的な操作によって新たな変換器２０に導入される導入確率を記憶する。例えば、変換器２０がフィルタであれば、再実行部５３は、フィルタの種類毎（例えば２値化演算および平均演算等の種類毎）に、導入確率を記憶する。
【００８１】
再実行部５３は、このように記憶した導入確率を、ユーザ等による外部からの入力に応じて個別に設定および変更する。再実行部５３は、一例として、外部からの入力に応じて移動させるスライドバーを表示して、スライドバーの位置に応じて少なくとも１つの変換器２０に組み込むことができる複数の処理部品２２のそれぞれの導入確率を変化させてもよい。
【００８２】
図１２の例においては、再実行部５３は、複数の処理部品２２の平均の導入確率に対する、対応する処理部品２２の導入確率の割合に応じた係数を、スライドバーで変化させている。例えば、図１２の例においては、再実行部５３は、スライドバーにより係数が１に設定された場合、対応する処理部品２２の導入確率を平均値に設定する。また、再実行部５３は、一例として、表示部５２でユーザが指定した世代から、複数の処理部品２２のそれぞれに対する設定を適宜変更して、再実行してもよい。
【００８３】
更に、再実行部５３は、少なくとも１つの変換器２０に組み込むことができる複数の処理部品２２のそれぞれについて、最初の世代の変換器２０に導入される導入確率を設定してもよい。この場合、生成部５０は、それぞれの種類の処理部品２２が設定された割合で組み込まれるように、最初の世代の変換器群に含まれる変換器２０の構成を変更する。
【００８４】
以上のように、遺伝的処理装置１０は、複数の処理部品２２のそれぞれについて、遺伝的な操作によって新たな変換器２０に導入される導入確率を設定する。従って、遺伝的処理装置１０は、組み込まれることにより適合度の高い変換器２０が生成できると予測される処理部品２２が、他の処理部品２２より大きい確率で組み込まれるように、遺伝的な操作に重みを与えることができる。これにより、遺伝的処理装置１０は、目的とする変換器２０が得られるまでの処理時間および演算コストを小さくすることができる。
【００８５】
また、複数の世代にわたって適合度が収束した場合、収集部４９は、一例として、当該変換器２０が適用されるアプリケーションにおいて有効であると推定される処理部品２２の導入確率を、他の処理部品２２の導入確率よりも高くする。これにより、遺伝的処理装置１０は、進化の途中において突然変異等の遺伝的な操作の条件を変えて再実行できるので、例えば進化が進まなくなった場合であっても、目的とする変換器を得ることができる可能性を高くすることができる。
【００８６】
図１３は、本実施形態に係るコンピュータ１９００のハードウェア構成の一例を示す。本実施形態に係るコンピュータ１９００は、ホスト・コントローラ２０８２により相互に接続されるＣＰＵ２０００、ＲＡＭ２０２０、グラフィック・コントローラ２０７５、及び表示装置２０８０を有するＣＰＵ周辺部と、入出力コントローラ２０８４によりホスト・コントローラ２０８２に接続される通信インターフェイス２０３０、ハードディスク・ドライブ２０４０、及びＤＶＤドライブ２０６０を有する入出力部と、入出力コントローラ２０８４に接続されるＲＯＭ２０１０、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０を有するレガシー入出力部とを備える。
【００８７】
ホスト・コントローラ２０８２は、ＲＡＭ２０２０と、高い転送レートでＲＡＭ２０２０をアクセスするＣＰＵ２０００及びグラフィック・コントローラ２０７５とを接続する。ＣＰＵ２０００は、ＲＯＭ２０１０及びＲＡＭ２０２０に格納されたプログラムに基づいて動作し、各部の制御を行う。グラフィック・コントローラ２０７５は、ＣＰＵ２０００等がＲＡＭ２０２０内に設けたフレーム・バッファ上に生成する画像データを取得し、表示装置２０８０上に表示させる。これに代えて、グラフィック・コントローラ２０７５は、ＣＰＵ２０００等が生成する画像データを格納するフレーム・バッファを、内部に含んでもよい。
【００８８】
入出力コントローラ２０８４は、ホスト・コントローラ２０８２と、比較的高速な入出力装置である通信インターフェイス２０３０、ハードディスク・ドライブ２０４０、ＤＶＤドライブ２０６０を接続する。通信インターフェイス２０３０は、ネットワークを介して他の装置と通信する。ハードディスク・ドライブ２０４０は、コンピュータ１９００内のＣＰＵ２０００が使用するプログラム及びデータを格納する。ＤＶＤドライブ２０６０は、ＤＶＤ２０９５からプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスク・ドライブ２０４０に提供する。
【００８９】
また、入出力コントローラ２０８４には、ＲＯＭ２０１０と、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０の比較的低速な入出力装置とが接続される。ＲＯＭ２０１０は、コンピュータ１９００が起動時に実行するブート・プログラム、及び／又は、コンピュータ１９００のハードウェアに依存するプログラム等を格納する。フレキシブルディスク・ドライブ２０５０は、フレキシブルディスク２０９０からプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスク・ドライブ２０４０に提供する。入出力チップ２０７０は、フレキシブルディスク・ドライブ２０５０を入出力コントローラ２０８４へと接続すると共に、例えばパラレル・ポート、シリアル・ポート、キーボード・ポート、マウス・ポート等を介して各種の入出力装置を入出力コントローラ２０８４へと接続する。
【００９０】
ＲＡＭ２０２０を介してハードディスク・ドライブ２０４０に提供されるプログラムは、フレキシブルディスク２０９０、ＤＶＤ２０９５、又はＩＣカード等の記録媒体に格納されて利用者によって提供される。プログラムは、記録媒体から読み出され、ＲＡＭ２０２０を介してコンピュータ１９００内のハードディスク・ドライブ２０４０にインストールされ、ＣＰＵ２０００において実行される。
【００９１】
コンピュータ１９００にインストールされ、コンピュータ１９００を遺伝的処理装置１０として機能させるプログラムは、変換処理モジュールと、重み生成モジュールと、適合度算出モジュールと、選択モジュールと、更新モジュールと、収集モジュールと、生成モジュールと、再実行モジュールとを備える。これらのプログラム又はモジュールは、ＣＰＵ２０００等に働きかけて、コンピュータ１９００を、変換処理部３８と、重み生成部４３と、適合度算出部４４と、選択部４６と、更新部４８と、収集部４９と、生成部５０と、再実行部５３としてそれぞれ機能させる。
【００９２】
これらのプログラムに記述された情報処理は、コンピュータ１９００に読込まれることにより、ソフトウェアと上述した各種のハードウェア資源とが協働した具体的手段である変換処理部３８と、重み生成部４３と、適合度算出部４４と、選択部４６と、更新部４８と、収集部４９と、生成部５０と、再実行部５３として機能する。そして、これらの具体的手段によって、本実施形態におけるコンピュータ１９００の使用目的に応じた情報の演算又は加工を実現することにより、使用目的に応じた特有の遺伝的処理装置１０が構築される。
【００９３】
一例として、コンピュータ１９００と外部の装置等との間で通信を行う場合には、ＣＰＵ２０００は、ＲＡＭ２０２０上にロードされた通信プログラムを実行し、通信プログラムに記述された処理内容に基づいて、通信インターフェイス２０３０に対して通信処理を指示する。通信インターフェイス２０３０は、ＣＰＵ２０００の制御を受けて、ＲＡＭ２０２０、ハードディスク・ドライブ２０４０、フレキシブルディスク２０９０、又はＤＶＤ２０９５等の記憶装置上に設けた送信バッファ領域等に記憶された送信データを読み出してネットワークへと送信し、もしくは、ネットワークから受信した受信データを記憶装置上に設けた受信バッファ領域等へと書き込む。このように、通信インターフェイス２０３０は、ＤＭＡ（ダイレクト・メモリ・アクセス）方式により記憶装置との間で送受信データを転送してもよく、これに代えて、ＣＰＵ２０００が転送元の記憶装置又は通信インターフェイス２０３０からデータを読み出し、転送先の２０３０又は記憶装置へとデータを書き込むことにより送受信データを転送してもよい。
【００９４】
また、ＣＰＵ２０００は、ハードディスク・ドライブ２０４０、ＤＶＤドライブ２０６０（ＤＶＤ２０９５）、フレキシブルディスク・ドライブ２０５０（フレキシブルディスク２０９０）等の外部記憶装置に格納されたファイルまたはデータベース等の中から、全部または必要な部分をＤＭＡ転送等によりＲＡＭ２０２０へと読み込ませ、ＲＡＭ２０２０上のデータに対して各種の処理を行う。そして、ＣＰＵ２０００は、処理を終えたデータを、ＤＭＡ転送等により外部記憶装置へと書き戻す。このような処理において、ＲＡＭ２０２０は、外部記憶装置の内容を一時的に保持するものとみなせるから、本実施形態においてはＲＡＭ２０２０および外部記憶装置等をメモリ、記憶部、または記憶装置等と総称する。本実施形態における各種のプログラム、データ、テーブル、データベース等の各種の情報は、このような記憶装置上に格納されて、情報処理の対象となる。なお、ＣＰＵ２０００は、ＲＡＭ２０２０の一部をキャッシュメモリに保持し、キャッシュメモリ上で読み書きを行うこともできる。このような形態においても、キャッシュメモリはＲＡＭ２０２０の機能の一部を担うから、本実施形態においては、区別して示す場合を除き、キャッシュメモリもＲＡＭ２０２０、メモリ、及び／又は記憶装置に含まれるものとする。
【００９５】
また、ＣＰＵ２０００は、ＲＡＭ２０２０から読み出したデータに対して、プログラムの命令列により指定された、本実施形態中に記載した各種の演算、情報の加工、条件判断、情報の検索・置換等を含む各種の処理を行い、ＲＡＭ２０２０へと書き戻す。例えば、ＣＰＵ２０００は、条件判断を行う場合においては、本実施形態において示した各種の変数が、他の変数または定数と比較して、大きい、小さい、以上、以下、等しい等の条件を満たすかどうかを判断し、条件が成立した場合（又は不成立であった場合）に、異なる命令列へと分岐し、またはサブルーチンを呼び出す。
【００９６】
また、ＣＰＵ２０００は、記憶装置内のファイルまたはデータベース等に格納された情報を検索することができる。例えば、第１属性の属性値に対し第２属性の属性値がそれぞれ対応付けられた複数のエントリが記憶装置に格納されている場合において、ＣＰＵ２０００は、記憶装置に格納されている複数のエントリの中から第１属性の属性値が指定された条件と一致するエントリを検索し、そのエントリに格納されている第２属性の属性値を読み出すことにより、所定の条件を満たす第１属性に対応付けられた第２属性の属性値を得ることができる。
【００９７】
以上に示したプログラム又はモジュールは、外部の記録媒体に格納されてもよい。記録媒体としては、フレキシブルディスク２０９０、ＤＶＤ２０９５の他に、ＤＶＤ又はＣＤ等の光学記録媒体、ＭＯ等の光磁気記録媒体、テープ媒体、ＩＣカード等の半導体メモリ等を用いることができる。また、専用通信ネットワーク又はインターネットに接続されたサーバシステムに設けたハードディスク又はＲＡＭ等の記憶装置を記録媒体として使用し、ネットワークを介してプログラムをコンピュータ１９００に提供してもよい。
【００９８】
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
【００９９】
特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
【符号の説明】
【０１００】
１０ 遺伝的処理装置、２０ 変換器、２２ 処理部品、２４ 部品群、３４ 変換器格納部、３６ 学習用入力データ格納部、３８ 変換処理部、４０ 学習用出力データ格納部、４２ 学習用目標データ格納部、４３ 重み生成部、４４ 適合度算出部、４６ 選択部、４８ 更新部、４９ 収集部、５０ 生成部、５１ 世代情報格納部、５２ 表示部、５３ 再実行部、１９００ コンピュータ、２０００ ＣＰＵ、２０１０ ＲＯＭ、２０２０ ＲＡＭ、２０３０ 通信インターフェイス、２０４０ ハードディスク・ドライブ、２０５０ フレキシブルディスク・ドライブ、２０６０ ＤＶＤドライブ、２０７０ 入出力チップ、２０７５ グラフィック・コントローラ、２０８０ 表示装置、２０８２ ホスト・コントローラ、２０８４ 入出力コントローラ、２０９０ フレキシブルディスク、２０９５ ＤＶＤ
【特許請求の範囲】
【請求項１】
入力データを処理して処理結果を出力データとして出力する複数の処理部品を含む少なくとも１つの前世代の変換器から、遺伝的処理により現世代の変換器を生成する生成部と、
それぞれの前記現世代の変換器について、学習用入力データから学習用目標データへの変換に対する適合度を算出する適合度算出部と、
世代間での前記適合度の増分が基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、対応する世代に関する情報を収集する収集部と、
を備える遺伝的処理装置。
【請求項２】
前記収集部は、世代間での前記適合度の増分が前記基準値以下の場合と比較してより多くの前記対応する世代に関する情報を収集する
請求項１に記載の遺伝的処理装置。
【請求項３】
前記収集部は、前記対応する世代に関する情報として、前記変換器の構造および前記変換器により前記学習用入力データを変換した学習用出力データの少なくとも１つを収集する
請求項１又は２に記載の遺伝的処理装置。
【請求項４】
前記収集部は、前記対応する世代に関する情報として、前記適合度に応じて、前記変換器の構造および前記変換器により前記学習用入力データを変換した学習用出力データの少なくとも１つを収集する
請求項３に記載の遺伝的処理装置。
【請求項５】
前記収集部は、前記対応する世代に関する情報として、優れた変換器の構造および前記優れた変換器により前記学習用入力データを変換した学習用出力データの少なくとも１つを収集する
請求項３又は４に記載の遺伝的処理装置。
【請求項６】
データ領域毎の重みを表わす重みデータを世代毎に更新する重み生成部を備え、
前記適合度算出部は、それぞれの前記現世代の変換器について、前記学習用入力データから前記学習用目標データへの変換に対する前記適合度を、前記重みデータにより重み付けをして算出し、
前記収集部は、世代間での前記適合度の増分が前記基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、前記対応する世代に関する情報として、少なくとも前記重みデータを収集する
請求項１から５の何れかに記載の遺伝的処理装置。
【請求項７】
前記収集部は、それぞれの世代における前記対応する世代に関する情報を含む表示画面を世代順に表示する動画像を、前記適合度の増分が前記基準値より大きい世代の時間間隔又は前記適合度の増分が他の世代と比較して相対的に大きい世代の時間間隔を長くして記録する
請求項１から６の何れかに記載の遺伝的処理装置。
【請求項８】
前記動画像の出力中において一の世代が指定された場合、指定された前記一の世代における前記対応する世代に関する情報を表示する表示部を備える
請求項７に記載の遺伝的処理装置。
【請求項９】
前記収集部は、世代間での前記適合度の増分が前記基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、全ての変換器を再現可能に保存する
請求項１から８の何れかに記載の遺伝的処理装置。
【請求項１０】
外部からの指定に応じて前記全ての変換器を再現し、前記生成部に対して前記全ての変換器を生成した処理条件と異なる処理条件を設定して、遺伝的処理を再実行させる再実行部を備える
請求項９に記載の遺伝的処理装置。
【請求項１１】
前記再実行部は、前記処理条件として、前記生成部による突然変異率、交叉率、および、複数の処理部品のそれぞれが変換器に導入される導入確率の少なくとも１つを設定する
請求項１０に記載の遺伝的処理装置。
【請求項１２】
前記生成部は、入力画像を出力画像にそれぞれ変換する複数のフィルタ部品を前記複数の処理部品とし、当該複数のフィルタ部品を含む少なくとも１つの前世代の画像フィルタを前記少なくとも１つの前記前世代の変換器として、遺伝的処理により現世代の画像フィルタを生成する
請求項１から１１の何れかに記載の遺伝的処理装置。
【請求項１３】
入力データを処理して処理結果を出力データとして出力する複数の処理部品を含む少なくとも１つの前世代の変換器から、遺伝的処理により現世代の変換器を生成する生成ステップと、
それぞれの前記現世代の変換器について、学習用入力データから学習用目標データへの変換に対する適合度を算出する適合度算出ステップと、
世代間での前記適合度の増分が基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、対応する世代に関する情報を収集する収集ステップと、
を備える遺伝的処理方法。
【請求項１４】
遺伝的処理装置として、コンピュータを機能させる遺伝的処理プログラムであって、
前記コンピュータを、
入力データを処理して処理結果を出力データとして出力する複数の処理部品を含む少なくとも１つの前世代の変換器から、遺伝的処理により現世代の変換器を生成する生成部と、
それぞれの前記現世代の変換器について、学習用入力データから学習用目標データへの変換に対する適合度を算出する適合度算出部と、
世代間での前記適合度の増分が基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、対応する世代に関する情報を収集する収集部と、
を備える遺伝的処理装置
として機能させる遺伝的処理プログラム。
【請求項１】
入力データを処理して処理結果を出力データとして出力する複数の処理部品を含む少なくとも１つの前世代の変換器から、遺伝的処理により現世代の変換器を生成する生成部と、
それぞれの前記現世代の変換器について、学習用入力データから学習用目標データへの変換に対する適合度を算出する適合度算出部と、
世代間での前記適合度の増分が基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、対応する世代に関する情報を収集する収集部と、
を備える遺伝的処理装置。
【請求項２】
前記収集部は、世代間での前記適合度の増分が前記基準値以下の場合と比較してより多くの前記対応する世代に関する情報を収集する
請求項１に記載の遺伝的処理装置。
【請求項３】
前記収集部は、前記対応する世代に関する情報として、前記変換器の構造および前記変換器により前記学習用入力データを変換した学習用出力データの少なくとも１つを収集する
請求項１又は２に記載の遺伝的処理装置。
【請求項４】
前記収集部は、前記対応する世代に関する情報として、前記適合度に応じて、前記変換器の構造および前記変換器により前記学習用入力データを変換した学習用出力データの少なくとも１つを収集する
請求項３に記載の遺伝的処理装置。
【請求項５】
前記収集部は、前記対応する世代に関する情報として、優れた変換器の構造および前記優れた変換器により前記学習用入力データを変換した学習用出力データの少なくとも１つを収集する
請求項３又は４に記載の遺伝的処理装置。
【請求項６】
データ領域毎の重みを表わす重みデータを世代毎に更新する重み生成部を備え、
前記適合度算出部は、それぞれの前記現世代の変換器について、前記学習用入力データから前記学習用目標データへの変換に対する前記適合度を、前記重みデータにより重み付けをして算出し、
前記収集部は、世代間での前記適合度の増分が前記基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、前記対応する世代に関する情報として、少なくとも前記重みデータを収集する
請求項１から５の何れかに記載の遺伝的処理装置。
【請求項７】
前記収集部は、それぞれの世代における前記対応する世代に関する情報を含む表示画面を世代順に表示する動画像を、前記適合度の増分が前記基準値より大きい世代の時間間隔又は前記適合度の増分が他の世代と比較して相対的に大きい世代の時間間隔を長くして記録する
請求項１から６の何れかに記載の遺伝的処理装置。
【請求項８】
前記動画像の出力中において一の世代が指定された場合、指定された前記一の世代における前記対応する世代に関する情報を表示する表示部を備える
請求項７に記載の遺伝的処理装置。
【請求項９】
前記収集部は、世代間での前記適合度の増分が前記基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、全ての変換器を再現可能に保存する
請求項１から８の何れかに記載の遺伝的処理装置。
【請求項１０】
外部からの指定に応じて前記全ての変換器を再現し、前記生成部に対して前記全ての変換器を生成した処理条件と異なる処理条件を設定して、遺伝的処理を再実行させる再実行部を備える
請求項９に記載の遺伝的処理装置。
【請求項１１】
前記再実行部は、前記処理条件として、前記生成部による突然変異率、交叉率、および、複数の処理部品のそれぞれが変換器に導入される導入確率の少なくとも１つを設定する
請求項１０に記載の遺伝的処理装置。
【請求項１２】
前記生成部は、入力画像を出力画像にそれぞれ変換する複数のフィルタ部品を前記複数の処理部品とし、当該複数のフィルタ部品を含む少なくとも１つの前世代の画像フィルタを前記少なくとも１つの前記前世代の変換器として、遺伝的処理により現世代の画像フィルタを生成する
請求項１から１１の何れかに記載の遺伝的処理装置。
【請求項１３】
入力データを処理して処理結果を出力データとして出力する複数の処理部品を含む少なくとも１つの前世代の変換器から、遺伝的処理により現世代の変換器を生成する生成ステップと、
それぞれの前記現世代の変換器について、学習用入力データから学習用目標データへの変換に対する適合度を算出する適合度算出ステップと、
世代間での前記適合度の増分が基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、対応する世代に関する情報を収集する収集ステップと、
を備える遺伝的処理方法。
【請求項１４】
遺伝的処理装置として、コンピュータを機能させる遺伝的処理プログラムであって、
前記コンピュータを、
入力データを処理して処理結果を出力データとして出力する複数の処理部品を含む少なくとも１つの前世代の変換器から、遺伝的処理により現世代の変換器を生成する生成部と、
それぞれの前記現世代の変換器について、学習用入力データから学習用目標データへの変換に対する適合度を算出する適合度算出部と、
世代間での前記適合度の増分が基準値より大きい場合又は世代間での前記適合度の増分が他の世代と比較して相対的に大きい場合に、対応する世代に関する情報を収集する収集部と、
を備える遺伝的処理装置
として機能させる遺伝的処理プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【公開番号】特開２０１０−２８２５５８（Ｐ２０１０−２８２５５８Ａ）
【公開日】平成２２年１２月１６日（２０１０．１２．１６）
【国際特許分類】
【出願番号】特願２００９−１３７３８２（Ｐ２００９−１３７３８２）
【出願日】平成２１年６月８日（２００９．６．８）
【出願人】（０００００４１１２）株式会社ニコン (12,601)
【Ｆターム（参考）】
【公開日】平成２２年１２月１６日（２０１０．１２．１６）
【国際特許分類】
【出願日】平成２１年６月８日（２００９．６．８）
【出願人】（０００００４１１２）株式会社ニコン (12,601)
【Ｆターム（参考）】
[ Back to top ]