【課題】本発明は、遺伝的プログラミングにより進化計算を行なう進化計算システムに係り、遺伝子情報として通常のデータ加工を行なう関数系演算子と区別して、処理フローの制御を行なう制御系演算子を設け、更に処理フローと区別してデータフローを記述することにより複雑な制御を含むアルゴリズムを最適化する。
【解決手段】ｆ０〜ｆ２の関数系演算子に係るノードでは、バッファ列のうち第一バッファＩＤ１０５と第二バッファＩＤ１０６の両バッファから得たデータに対して加算等のデータ加工を施し、第三バッファＩＤ１０７のバッファへ格納する。ｆ３〜ｆ５の制御系演算子に係るノードでは、第一バッファＩＤ１０５と第二バッファＩＤ１０６から得たデータを比較等の条件判定を行ない、次処理ノードとして第一連結先ノードＮｏ１０３あるいは第二連結先ノードＮｏ１０４を選択する。 （もっと読む）

【課題】楽曲データなどのコンテンツデータから対応する特徴量を抽出できるアルゴリズムを、高精度で速やかに生成する。
【解決手段】特徴量抽出アルゴリズム生成装置２０は、ｍ種類の低レベル特徴量抽出式から成る低レベル特徴量抽出式リストをｎ個生成する低レベル特徴量抽出式リスト生成部２１、ｎ個の低レベル特徴量抽出式リストにｊ曲分の入力データを代入して、各入力データに対応するｍ種類の低レベル特徴量をｎ組得る低レベル特徴量演算部２４、ｎ組の低レベル特徴量出力と対応する教師データ（ｊ曲にそれぞれ対応するｋ項目の高レベル特徴量）に基づいて高レベル特徴量抽出式を学習によって推定する高レベル特徴量抽出式学習部２５から構成される。本発明は、楽曲や映像の高レベル特徴量を取得するシステムに適用できる。 （もっと読む）

【課題】
従来の遺伝的プログラミングのルール抽出方式では、自由書式のような未整形の事例から構成されたデータベースからルールを抽出することは出来ず、また、教師信号の情報を含む訓練事例が用意されていないデータベースからのルール抽出を行うことは出来ない。
【解決手段】
本発明の遺伝的プログラミングによるデータベース解析装置は、任意の二空間の差異をもとにした例外事例を自動的に例外事例集合とし、またその例外事例集合を進化的に最適化することにより適切に分割し、その各部分事例集合からルールを抽出することで、データベース中の事例の入出力関係として複数のIF-THENルールを抽出することができる。従来手法とは異なり、教師信号の情報を含む訓練事例をあらかじめ準備する必要がないため、従来手法よりコストが低くかつ様々な事象に適用可能な事例分類システムを構築することが可能である。 （もっと読む）

【課題】非線形微分方程式の解を求める等の課題を低コストでかつ高速に解決する。
【解決手段】システムＰｎは、親システムＰＳにおいて自己の複製を発生させる機能を有する。この複製には完全な複製Ｐｎと原型からの変更が解の走査経路および走査方法に関するコードに乱数的な変換を施したＰｎｒとがある。Ｐｎはいずれの複製も１つ以上生成する。ＰＳはＰｎｒを試行的に動作させ、原型よりも効率的に動作するシステムＰｎ＋１が発生するまでＰｎに複製を繰り返させる。Ｐｎが発生させる次世代ＰｎとＰｎｒは次第にネットワーク空間に拡散していく。また、このように増加するＰｎは同時に多数のＰｎｒを発生させる。機能しないＰｎｒ及び計算効率の悪いＰｎｒは淘汰される。この淘汰は繰り返されてやがて高度な処理能力を有する構造体を生じる。なお，このシステムは試行錯誤を繰り返して，さらに効率の良いシステムへ進化し続ける。 （もっと読む）

【課題】 例えば携帯電話に保持されるプライバシや嗜好情報等を保持したまま、それらを利用した分散組合せ最適化を可能とする。
【解決手段】 マスタ計算機２０は、複数の解候補である個体群を生成する解候補生成手段と、前記解候補生成手段により生成された個体群を送信する送信手段と、前記送信手段により送信された各個体について一又は複数の携帯電話３０が適応度を評価した結果を回収する回収手段と、前記回収手段により回収された前記各携帯電話３０による個体群の適応度に基づいて、解を探索する解探索手段とを有する。 （もっと読む）

1つまたは2つ以上のゲノムを、世代を重ねて進化させることによって人工知能を開発するシステム、方法及びコンピュータ・プログラム。それぞれのゲノムは1組の機能を含む。本発明の方法は1つまたは2つ以上の皮質を創成し、1つまたは2つ以上の皮質を操作して1つまたは2つ以上の特定タスクを実行させ、特定タスクを実行する能力に基づいて皮質毎の適合度点数を計算し、それぞれの適合度点数に基づいて皮質の1つまたは2つ以上を選択するステップを含む。それぞれの皮質は複数の皮質ユニットを含む。それぞれの皮質ユニットは1組の機能を含む。それぞれの皮質ユニットは1つまたは2つ以上のゲノムから創成される。
（もっと読む）

【課題】基板の生産タクトを向上させることが可能な部品実装機のフィーダ配置最適化方法を提供する。
【解決手段】部品吸着時吸着ヘッドの各吸着ノズルが吸着する部品を供給するフィーダの位置の並びを示す吸着パターンを求め、その種別に応じてマトリックス列を形成し、フィーダ位置をマトリックス行としてフィーダ位置の並びを吸着パターンの種別に応じてマトリックスに展開する。マトリックス行を入れ替えて入れ替えごとに各吸着パターンによる吸着回数を計算し、その結果に基づき最適なフィーダ配置を求める。このような構成では、簡単な構成で最適なフィーダ配置を求めることができ、吸着ヘッドによる総吸着回数を減少させて基板の生産タクトを向上させることができる。 （もっと読む）

【課題】 動画像からでも高速且つ高精度で口唇領域等の特定領域を抽出できる方法を提供すること。
【解決手段】 遺伝的アルゴリズムを用いた画像内の特定領域の抽出方法であって、ターゲット画像内における探索領域を制御する探索領域制御段階を有し、探索領域制御段階は、新たな探索領域の位置を設定する探索領域位置設定段階と、新たな探索領域のサイズを設定する探索領域サイズ設定段階と、新たな探索領域に基づいて全ての個体の遺伝子を再生成する遺伝子再生成段階とからなり、探索領域位置設定段階は、適応度の評価結果に基づいて集団中の個体からエリート個体を検出するエリート個体検出段階と、エリート個体の座標と世代数に基づいて探索領域を移動させる探索領域移動段階とからなり、探索領域サイズ設定段階は、世代数の増加に伴って探索領域を段階的に縮小する探索領域サイズ変更段階からなる。 （もっと読む）

【解決手段】
特定のタスクを実行するように適応された神経システムを開発する方法及びシステムにおいて、神経システムの母集団が選択され、各システムが、相互結合されたニューロンの配列を含み、代表的ゲノムに符号化される。所定のゲノムに関して、処理遺伝子が、各ニューロンの神経出力関数を符号化する。各ニューロンからの結合が、それぞれ重み関数を含む一以上の結合遺伝子によって符号化される。特定のタスクが、試行期間中に実行され、パフォーマンスが連続的に監視される。（連続的に監視したパフォーマンスからの）強化信号が、処理遺伝子と結合遺伝子のそれぞれと関連付けられた関数への入力として印加される。試行の終わりに、特定のタスクを実行するための適合度が、印加される強化信号の関数として決定される。神経システムの新しい世代を形成するために、最も高い適合値を有する母集団の神経システムを表す１組のゲノムが選択される。 （もっと読む）