Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
(長尺版)超個体型データセンターにおける群知能クラスタリングの利用構想 / [Long ver...
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
kumagallium
April 19, 2019
Research
3.3k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
(長尺版)超個体型データセンターにおける群知能クラスタリングの利用構想 / [Long version] Clustering using swarm intelligence for data center like superorganism
kumagallium
April 19, 2019
More Decks by kumagallium
See All by kumagallium
研究所が作る実験科学者向けノート eureco
kumagallium
0
190
ITRCmeet48_MasayaKUMAGAI
kumagallium
0
150
FIT2020_MasayaKUMAGAI
kumagallium
1
270
超個体型データセンターにおける群知能クラスタリングの利用構想 / Clustering using swarm intelligence for data center like superorganism
kumagallium
0
400
私の研究のこれまでとこれから2019 / My past research and my future research
kumagallium
1
280
分野横断的思考を活かした機械学習の取り組み〜材料工学×情報工学〜 / Application of cross-disciplinary thinking for machine learning
kumagallium
2
3.5k
疎構造学習およびグラフ畳み込みニューラルネットワークによる異常検知 / Anomaly detection by the method combined with sparse structure learn- ing and graph convolutional neural network
kumagallium
0
2.7k
侵入検知システムのためのグラフ構造に基づいた機械学習および可視化 / Graph Based Machine Learning and Visualization for Intrusion Detection System
kumagallium
0
1.9k
Other Decks in Research
See All in Research
LA-Bench 2025:実験指示から実行可能手順を生成するためのデータセット/LA-Bench 2025: A Dataset for Generating Executable Experimental Procedures from Experimental Instructions
stktu
0
200
[CV勉強会@関東 CVPR2026] PSDesigner: Automated Graphic Design with a Human-Like Creative Workflow / kantocv 67th CVPR 2026
shunk031
0
370
Model Predictive Control for Uncertain Systems: Robust & Data-Driven Designs
kohlerjohannes
0
150
論文読み会 SNLP2026 Tau2-Bench: Evaluating Conversational Agents in a Dual-Control Environment
s_mizuki_nlp
0
300
山中市政が招いた組織崩壊:よこはま安心ボックスを例に
sishi
0
290
GLIM とMegaParticles:正規分布近似の限界とタイトカップリング&パーティクルフィルタの進展 / GLIM and MegaParticles : Progress of the distribution representation in SLAM
koide3
0
950
Anthropic が提案する LLM の内部状態を自然言語で説明可能にした Natural Language Autoencoders / Natural Language Autoencoders Produce Unsupervised Explanations of LLM Activations
shunk031
0
330
MIRU2026 チュートリアル講演2:三次元データ処理の動向
nnchiba
8
5.3k
XDPerf: A High-Performance Traffic Generator Built with WASM and eBPF
takehaya
1
340
20260624 NLP colloquium: 単一のhubテキストがCLIPを壊す:hubnessによる埋め込みの脆弱性特定
de9uch1
2
290
VRID: View-Invariant Representation through Dual-Axis Transformation for Cross-iew Pose Estimation
satai
3
120
論文紹介: Understanding Epistemic Language with a Language-augmented Bayesian Theory of Mind
hisaokatsumi
0
190
Featured
See All Featured
Leading Effective Engineering Teams in the AI Era
addyosmani
9
2.7k
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
1.4k
Optimising Largest Contentful Paint
csswizardry
37
4k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
540
Mobile First: as difficult as doing things right
swwweet
225
10k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
35
2.9k
Raft: Consensus for Rubyists
vanstee
142
7.7k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
1k
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
930
[RailsConf 2023] Rails as a piece of cake
palkan
59
7.1k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.4k
Pawsitive SEO: Lessons from My Dog (and Many Mistakes) on Thriving as a Consultant in the Age of AI
davidcarrasco
0
260
Transcript
(⻑尺版) 超個体型データセンターにおける 群知能クラスタリングの利⽤構想 2019年 4⽉19⽇(⾦曜⽇) さくらインターネット研究所 研究員 熊⾕ 将也 ©SAKURA
Internet Inc. @ 石狩
未来のビジョンと機械学習 2 ݚڀॴͷίϯηϓτɿ ʮݸମܕσʔληϯλʔʯ ݱࡏσʔληϯλʔʹڊେͳίϯϐϡʔςΟϯάϦιʔε͕ଘࡏ͍ͯ͠ ·͕͢ɼࠓޙϨΠςϯγʗηΩϡϦςΟʗίετͷཁ͔݅Βɼ͋Β ΏΔॴࣾձɼ৫ʹίϯϐϡʔςΟϯάϦιʔε༹͕͚ࠐΜͰ͍͘ ͜ͱʹͳΓ·͢ɽ
ͦΕΒࢄͨ͠ίϯϐϡʔςΟϯάϦιʔεɼ୯ಠͰίϯϐϡʔςΟϯ άύϫʔΛఏڙ͢Δʹཹ·ΒͣɼͦͷॴࣾձͷཁٻʹԠͯ͡ɼࣗత ʹɼࢄ͋Δ͍༗ػతʹ݁߹͠ɼݱɾΫϥυͦΕͧΕ͕ॎԣʹ݁ͼ ͍ͭͨϋΠϒϦουߏΛͱΔΑ͏ʹػೳ͠·͢ɽ ͜ͷΑ͏ͳγεςϜʹΑΓ࣮ݱ͞ΕΔͷɼਓʑͷۙʹଘࡏ͠ɼϦΞ ϧλΠϜ͔ͭΠϯςϦδΣϯεʹϢʔβΛࢧ͑ͳ͕Βɼ͔͠͠ಉ࣌ʹόο ΫΤϯυଆ͕༗ػతʹ݁߹͢Δ͜ͱʹΑΓɼ͔ͭͯͳ͍ϚγϯύϫʔͱϦ ιʔεྔΛಈһ͢Δ͜ͱͰݱ࠷ద͔ͭશମ࠷దΛ࣮ݱ͢Δ4VQFS 0SHBOJ[FE8PSMEͰ͢ɽ 1) https://research.sakura.ad.jp/2019/02/22/concept-vision-2019//
未来のビジョンと機械学習 3 ݚڀॴͷίϯηϓτɿ ʮݸମܕσʔληϯλʔʯ ݱࡏσʔληϯλʔʹڊେͳίϯϐϡʔςΟϯάϦιʔε͕ଘࡏ͍ͯ͠ ·͕͢ɼࠓޙϨΠςϯγʗηΩϡϦςΟʗίετͷཁ͔݅Βɼ͋Β ΏΔॴࣾձɼ৫ʹίϯϐϡʔςΟϯάϦιʔε༹͕͚ࠐΜͰ͍͘ ͜ͱʹͳΓ·͢ɽ
ͦΕΒࢄͨ͠ίϯϐϡʔςΟϯάϦιʔεɼ୯ಠͰίϯϐϡʔςΟϯ άύϫʔΛఏڙ͢Δʹཹ·ΒͣɼͦͷॴࣾձͷཁٻʹԠͯ͡ɼࣗత ʹɼࢄ͋Δ͍༗ػతʹ݁߹͠ɼݱɾΫϥυͦΕͧΕ͕ॎԣʹ݁ͼ ͍ͭͨϋΠϒϦουߏΛͱΔΑ͏ʹػೳ͠·͢ɽ ͜ͷΑ͏ͳγεςϜʹΑΓ࣮ݱ͞ΕΔͷɼਓʑͷۙʹଘࡏ͠ɼϦΞ ϧλΠϜ͔ͭΠϯςϦδΣϯεʹϢʔβΛࢧ͑ͳ͕Βɼ͔͠͠ಉ࣌ʹόο ΫΤϯυଆ͕༗ػతʹ݁߹͢Δ͜ͱʹΑΓɼ͔ͭͯͳ͍ϚγϯύϫʔͱϦ ιʔεྔΛಈһ͢Δ͜ͱͰݱ࠷ద͔ͭશମ࠷దΛ࣮ݱ͢Δ4VQFS 0SHBOJ[FE8PSMEͰ͢ɽ 1) https://research.sakura.ad.jp/2019/02/22/concept-vision-2019// ϨΠςϯγʗηΩϡϦςΟʗίετͷཁ݅ʹΑΓ େنूத͔Βࢄʹมભ͍ͯ͘͠ ͨͩ͠ɺͨͩͷࢄͰͳ͘ lࣗతʹzࢄ͋Δ͍༗ػతʹ݁߹͠ ϋΠϒϦουߏΛऔΔ ݱ࠷దԽ͔ͭશମ࠷దԽΛ࣮ݱ͠ɺ զʑͷΑΓۙͳଘࡏͱͯ͠ ϦΞϧλΠϜ͔ͭΠϯςϦδΣϯεʹϢʔβΛࢧ͑Δ ະདྷͷσʔληϯλʔͰ͋Δ ˞ࢲͳΓͷղऍ
未来のビジョンと機械学習 4 ͦͦݸମͱɼ • ʮଟͷݸମ͔Βܗ͞Εɼ·ΔͰҰͭͷݸମͰ͋Δ͔ͷΑ͏ʹৼΔ͏ ੜͷूஂͷ͜ͱʯ • ʮݶఆతͳೳͱใ͔࣋ͨ͠ͳ͍ݸମ͕ଟू·ͬͯݸମͷೳྗΛ͑ ͨେ͖ͳ͜ͱΛ͛͠Δͷʯ Ͱ͋Δʢ8JLJQFEJBΑΓʣɽ
1) https://ja.wikipedia.org/wiki/超個体 2) http://www.flickr.com/photos/bakkenes/4205012347/ 3) https://fy10119700527i.com/tv/matayoshi-naoki-knowing-the-society-of-ants-3485/ ਤ ϛππϘΞϦͷ ਤ Γௗͷ7ࣈୂྻ
これからの研究 5 ݚڀॴͷίϯηϓτɿ ʮݸମܕσʔληϯλʔʯ ݱࡏσʔληϯλʔʹڊେͳίϯϐϡʔςΟϯάϦιʔε͕ଘࡏ͍ͯ͠ ·͕͢ɼࠓޙϨΠςϯγʗηΩϡϦςΟʗίετͷཁ͔݅Βɼ͋Β ΏΔॴࣾձɼ৫ʹίϯϐϡʔςΟϯάϦιʔε༹͕͚ࠐΜͰ͍͘ ͜ͱʹͳΓ·͢ɽ
ͦΕΒࢄͨ͠ίϯϐϡʔςΟϯάϦιʔεɼ୯ಠͰίϯϐϡʔςΟϯ άύϫʔΛఏڙ͢Δʹཹ·ΒͣɼͦͷॴࣾձͷཁٻʹԠͯ͡ɼࣗత ʹɼࢄ͋Δ͍༗ػతʹ݁߹͠ɼݱɾΫϥυͦΕͧΕ͕ॎԣʹ݁ͼ ͍ͭͨϋΠϒϦουߏΛͱΔΑ͏ʹػೳ͠·͢ɽ ͜ͷΑ͏ͳγεςϜʹΑΓ࣮ݱ͞ΕΔͷɼਓʑͷۙʹଘࡏ͠ɼϦΞ ϧλΠϜ͔ͭΠϯςϦδΣϯεʹϢʔβΛࢧ͑ͳ͕Βɼ͔͠͠ಉ࣌ʹόο ΫΤϯυଆ͕༗ػతʹ݁߹͢Δ͜ͱʹΑΓɼ͔ͭͯͳ͍ϚγϯύϫʔͱϦ ιʔεྔΛಈһ͢Δ͜ͱͰݱ࠷ద͔ͭશମ࠷దΛ࣮ݱ͢Δ4VQFS 0SHBOJ[FE8PSMEͰ͢ɽ 1) https://research.sakura.ad.jp/2019/02/22/concept-vision-2019// ϨΠςϯγʗηΩϡϦςΟʗίετͷཁ݅ʹΑΓ େنूத͔Βࢄʹมભ͍ͯ͘͠ ͨͩ͠ɺͨͩͷࢄͰͳ͘ lࣗతʹzࢄ͋Δ͍༗ػతʹ݁߹͠ ϋΠϒϦουߏΛऔΔ ݱ࠷దԽ͔ͭશମ࠷దԽΛ࣮ݱ͠ɺ զʑͷΑΓۙͳଘࡏͱͯ͠ ϦΞϧλΠϜ͔ͭΠϯςϦδΣϯεʹϢʔβΛࢧ͑Δ ະདྷͷσʔληϯλʔͰ͋Δ ݸମత ˞ࢲͳΓͷղऍ
未来のビジョンと機械学習 7 ϒϩά͔ΒͷҾ༻ ֤ίϯϐϡʔςΟϯάಠཱͨ͠ݸମͱͯ͠ػೳ͠ͳ͕Βɼ૯ମͱͯ͠ ౷͞Ε͍ͯΔΑ͏ʹݟ͑ɼখɾதنσʔληϯλʔ͕ϋϒͱͳͬͯɼ݁ Ռతʹશମ͕͏·͘ܨ͕Εߏ͞Ε͍ͯ͘ɽ 1) https://research.sakura.ad.jp/2019/02/22/concept-vision-2019/ ֤ίϯϐϡʔςΟϯάஞֶ࣍शʹΑΔಈతͳಛϕΫτϧΛܗ͠ͳ͕ ΒɼෳͷΫϥελʹ·ͱΊΒΕ͍ͯΔΑ͏ʹݟ͑ɼʢҎԼུʣɽ
ػցֶशతΠϝʔδ ˞ࢲͳΓͷղऍ ಛϕΫτϧͷੜ ΫϥελϦϯά ܈ೳ ΫϥελϦϯά
クラスタリング⼿法の⽐較 8 https://www.antecanis.com/texts/group_04/ ҰൠతͳΫϥελϦϯάख๏ ܈ೳ ,NFBOT ֊ܕ ܭࢉίετ ˓ ✕
˚ վྑੑ ˓ ✕ ˓ ࠶ݱੑ ✕ ˓ ˓ ֊ੑ ✕ ˓ ˓ ೖΕࢠߏ ✕ ˓ ˓ ύϥϝʔλ ˚ ˓ ˚ ͦΕͧΕͷख๏͝ͱʹಘҙෆಘҙ͕͋Δͷͷɺ܈ೳΛ༻͍ͨख๏ ൺֱతଟ͘ͷʹରͯ͠༗ޮͰ͋ΔՄೳੑ͕͋Δɻ ද ΫϥελϦϯάख๏ͷൺֱ
群知能 9 ٜίϩχʔ࠷దԽʢ"$0 ٜͷ࠾ӤߦಈʹணΛಘͨ࠷దԽख๏ɻ ٜϥϯμϜʹͷपΓΛ୳ࡧ͠ɺ໘ʹϑΣϩϞϯΛ͢ɻӤΛݟͭ ͚ΔͱϑΣϩϞϯྔΛิڧ͠ͳ͕ΒʹΔɻଞͷٜϑΣϩϞϯ͕ڧ͍ ಓΛબͼɺϑΣϩϞϯΛ͞Βʹิڧ͢ΔɻҰํɺϑΣϩϞϯৠൃ͢Δͨ Ίɺ༨ܭͳಓফ͑ͯӤ·Ͱͷ࠷ڑ͕ࣗಈతʹબ͞ΕΔɻ https://ja.wikipedia.org/wiki/%E8%9F%BB%E3%82%B3%E3%83%AD%E3%83%8B%E3%83%BC%E6%9C%80%E9%81%A9%E5%8C%96 ܈ೳͱ
ݸମؒͷہॴతͰ؆୯ͳΓऔΓΛ௨͠ɺ ूஂͱͯ͠ߴͳಈ͖Λ͢Δݱ Λ฿ͨ͠ਓೳٕज़
群知能 10 ٜίϩχʔ࠷దԽʢ"$0 ٜͷ࠾ӤߦಈʹணΛಘͨ࠷దԽख๏ɻ ٜϥϯμϜʹͷपΓΛ୳ࡧ͠ɺ໘ʹϑΣϩϞϯΛ͢ɻӤΛݟͭ ͚ΔͱϑΣϩϞϯྔΛิڧ͠ͳ͕ΒʹΔɻଞͷٜϑΣϩϞϯ͕ڧ͍ ಓΛબͼɺϑΣϩϞϯΛ͞Βʹิڧ͢ΔɻҰํɺϑΣϩϞϯৠൃ͢Δͨ Ίɺ༨ܭͳಓফ͑ͯӤ·Ͱͷ࠷ڑ͕ࣗಈతʹબ͞ΕΔɻ https://ja.wikipedia.org/wiki/%E8%9F%BB%E3%82%B3%E3%83%AD%E3%83%8B%E3%83%BC%E6%9C%80%E9%81%A9%E5%8C%96
群知能 11 ٜίϩχʔ࠷దԽʢ"$0 ٜͷ࠾ӤߦಈʹணΛಘͨ࠷దԽख๏ɻ ٜϥϯμϜʹͷपΓΛ୳ࡧ͠ɺ໘ʹϑΣϩϞϯΛ͢ɻӤΛݟͭ ͚ΔͱϑΣϩϞϯྔΛิڧ͠ͳ͕ΒʹΔɻଞͷٜϑΣϩϞϯ͕ڧ͍ ಓΛબͼɺϑΣϩϞϯΛ͞Βʹิڧ͢ΔɻҰํɺϑΣϩϞϯৠൃ͢Δͨ Ίɺ༨ܭͳಓফ͑ͯӤ·Ͱͷ࠷ڑ͕ࣗಈతʹબ͞ΕΔɻ https://ja.wikipedia.org/wiki/%E8%9F%BB%E3%82%B3%E3%83%AD%E3%83%8B%E3%83%BC%E6%9C%80%E9%81%A9%E5%8C%96 ΤʔδΣϯτʢٜʣΛา͔ͤ
࠷దͳܦ࿏Λ୳͢
群知能 12 ཻࢠ܈࠷దԽ๏ʢ140 https://qiita.com/sz_dr/items/bccb478965195c5e4097 ࣗͷ࠷ྑղ ݱࡏ ཻࢠ܈ͷ࠷ྑղ ࣍࣌ͷҐஔ ӤΛ୳͢ௗͷ܈ΕͳͲͷߦಈʹணΛಘͨ࠷దԽख๏ɻ ׳ੑ
" ( + 1) = " () + " ( + 1) " ( + 1) = ×" () + - ×- (" 23456 − " )) + - ×8 (" 93456 − " )
群知能 13 ཻࢠ܈࠷దԽ๏ʢ140 https://qiita.com/sz_dr/items/bccb478965195c5e4097 ࣗͷ࠷ྑղ ݱࡏ ཻࢠ܈ͷ࠷ྑղ ࣍࣌ͷҐஔ ௗͷ܈ΕͳͲͷৼΔ͍ʹݟΒΕΔ܈ΕߦಈʹணΛಘͨ࠷దԽख๏ɻ ׳ੑ
" ( + 1) = " () + " ( + 1) " ( + 1) = ×" () + - ×- (" 23456 − " )) + - ×8 (" 93456 − " ) ݸମʢௗʣͦͷͷ͕ ࠷దͳղͱͳΔ
群知能 14 ٜίϩχʔ࠷దԽʢ"$0 ٜͷ࠾ӤߦಈʹணΛಘͨ࠷దԽख๏ɻ ٜϥϯμϜʹͷपΓΛ୳ࡧ͠ɺ໘ʹϑΣϩϞϯΛ͢ɻӤΛݟͭ ͚ΔͱϑΣϩϞϯྔΛิڧ͠ͳ͕ΒʹΔɻଞͷٜϑΣϩϞϯ͕ڧ͍ ಓΛબͼɺϑΣϩϞϯΛ͞Βʹิڧ͢ΔɻҰํɺϑΣϩϞϯৠൃ͢Δͨ Ίɺ༨ܭͳಓফ͑ͯӤ·Ͱͷ࠷ڑ͕ࣗಈతʹબ͞ΕΔɻ https://ja.wikipedia.org/wiki/%E8%9F%BB%E3%82%B3%E3%83%AD%E3%83%8B%E3%83%BC%E6%9C%80%E9%81%A9%E5%8C%96 ʢຊʣ
܈ೳΛར༻ͨ͠ ΫϥελϦϯάख๏
群知能によるクラスタリング 15 ٜίϩχʔΫϥελϦϯάϞσϧʢ"$$.ʣ ٜ͕༮ͷ͚Λ͢Δߦಈʹج͍ͮͨΫϥελϦϯάΞϧΰϦζϜɻ ٜ֮ൣғʹಉ͡छྨͷ༮͕ଘࡏ͢Δ߹ʹԼΖ͢࡞ۀΛ܁Γฦ ͢ɻͦΕʹΑΓɺখ͞ͳΫϥελॖখɺফ໓͠ɺେ͖ͳΫϥελΑΓ େ͖ͳͷʹ͢Δɻ र͏ ஔ͘ र͏
< = 1 8 ? @A∈C4<9DE×E(F) 1 − (< , H ) 1 + − 1 JKL 2<N" < = - - + (< ) 8 PF@2 < = Q 2 < < < 8 1 < ≥ 8 ΦϒδΣΫτؒڑ ֮໘ੵ 群知能とデータマイニング:アジス・アブラハム 他、東京電機大学出版局、2012年 ྨࣅͷہॴີ र͏֬ ԼΖ֬͢ ΤʔδΣϯτʢٜʣΛา͔ͤ ࠷దͳΫϥελΛͭ͘ΒͤΔ
群知能によるクラスタリング 16 ٜίϩχʔΫϥελϦϯάϞσϧʢ"$$.ʣ ٜ͕༮ͷ͚Λ͢Δߦಈʹج͍ͮͨΫϥελϦϯάΞϧΰϦζϜɻ ٜ֮ൣғʹಉ͡छྨͷ༮͕ଘࡏ͢Δ߹ʹԼΖ͢࡞ۀΛ܁Γฦ ͢ɻͦΕʹΑΓɺখ͞ͳΫϥελॖখɺফ໓͠ɺେ͖ͳΫϥελΑΓ େ͖ͳͷʹ͢Δɻ र͏ ஔ͘ र͏
< = 1 8 ? @A∈C4<9DE×E(F) 1 − (< , H ) 1 + − 1 JKL 2<N" < = - - + (< ) 8 PF@2 < = Q 2 < < < 8 1 < ≥ 8 ΦϒδΣΫτؒڑ ֮໘ੵ 群知能とデータマイニング:アジス・アブラハム 他、東京電機大学出版局、2012年 ྨࣅͷہॴີ र͏֬ ԼΖ֬͢
群知能によるクラスタリング 17 ཻࢠ܈࠷దԽ๏ʢ140 'MPDLΞϧΰϦζϜ ௗͳͲͷ܈Εͷಈ͖Λ฿͢ΔΞϧΰϦζϜΛऔΓೖΕͨΞϧΰϦζϜɻ ಉछͰͳ͍܈Ε͔ΒΕɺಉछͷ܈Εͷۙ͘ʹΛ߹Θͤͯཹ· ΔɻͦΕʹΑΓɺछྨผͷΫϥελϦϯά͕ߦΘΕΔɻ 群知能とデータマイニング:アジス・アブラハム 他、東京電機大学出版局、2012年
িಥճආˠඇྨࣅϊʔυͷࢄ ௐ 'MPDLΫϥελϦϯάˠྨࣅϊʔυͷूத িಥճආ 'MPDL ΫϥελϦϯά ݸମʢௗʣͦͷͷ͕ ࠷దͳΫϥελΛࣗൃతʹܗ͢Δ
群知能によるクラスタリング 18 ཻࢠ܈࠷దԽ๏ʢ140 'MPDLΞϧΰϦζϜ ௗͳͲͷ܈Εͷಈ͖Λ฿͢ΔΞϧΰϦζϜΛऔΓೖΕͨΞϧΰϦζϜɻ ಉछͰͳ͍܈Ε͔ΒΕɺಉछͷ܈Εͷۙ͘ʹΛ߹Θͤͯཹ· ΔɻͦΕʹΑΓɺछྨผͷΫϥελϦϯά͕ߦΘΕΔɻ 群知能とデータマイニング:アジス・アブラハム 他、東京電機大学出版局、2012年
িಥճආˠඇྨࣅϊʔυͷࢄ ௐ 'MPDLΫϥελϦϯάˠྨࣅϊʔυͷूத িಥճආ 'MPDL ΫϥελϦϯά
群知能 19 ཻࢠ܈࠷దԽ๏ʢ140 'MPDLΞϧΰϦζϜ ௗͳͲͷ܈Εͷಈ͖Λ฿͢ΔΞϧΰϦζϜΛऔΓೖΕͨΞϧΰϦζϜɻ ಉछͰͳ͍܈Ε͔ΒΕɺಉछͷ܈Εͷۙ͘ʹΛ߹Θͤͯཹ· ΔɻͦΕʹΑΓɺछྨผͷΫϥελϦϯά͕ߦΘΕΔɻ 群知能とデータマイニング:アジス・アブラハム 他、東京電機大学出版局、2012年
িಥճආˠඇྨࣅϊʔυͷࢄ ௐ 'MPDLΫϥελϦϯάˠྨࣅϊʔυͷूத োճආ ௨ΓಓΛͨͲΔ িಥճආ 'MPDL ΫϥελϦϯά ࣗͷഎܠʢࡐྉֶʣ͕׆͔ͤΔ ܈ೳͳ͍͔
群知能 20 ՙిܥ୳ࡧ $IBSHFE4ZTUFN4FBSDI $44 ཧֶͱྗֶͷ๏ଇʢΫʔϩϯͷ๏ଇͱΨεͷ๏ଇͱχϡʔτϯྗ ֶʣʹج͍ͮͨ࠷దԽख๏ɻ ద༻ͷΛిՙͷͱ͢Δ͜ͱͰɺՙిཻࢠؒڑͱ߹ΘͤͯΫʔϩ ϯྗ͕ܭࢉͰ͖ΔɻΫʔϩϯྗʹैͬͯՙిཻࢠΛͲͷΑ͏ʹಈ͔͔͢Λ
χϡʔτϯྗֶʹΑΓܾఆ͠ɺ࠷దղΛٻΊΔʢΫϥελϦϯάՄೳʣ ɻ A. Kaveh et al., A novel heuristic optimization method: charged system search,Acta Mech 213 (2010) 267-289. < = − − <H = <H < < − H < − H ]4^ = - K ∆8 + 8 ` @bP ∆ + @bP <H = 4 < <H 8 <H 8 ≥ 4 < < c <H <H 8 < ిՙ Ϋʔϩϯྗ ి Ґஔ
群知能 21 ՙిܥ୳ࡧ $IBSHFE4ZTUFN4FBSDI $44 ཧֶͱྗֶͷ๏ଇʢΫʔϩϯͷ๏ଇͱΨεͷ๏ଇͱχϡʔτϯྗ ֶʣʹج͍ͮͨ࠷దԽख๏ɻ ద༻ͷΛిՙͷͱ͢Δ͜ͱͰɺՙిཻࢠؒڑͱ߹ΘͤͯΫʔϩ ϯྗ͕ܭࢉͰ͖ΔɻΫʔϩϯྗʹैͬͯՙిཻࢠΛͲͷΑ͏ʹಈ͔͔͢Λ
χϡʔτϯྗֶʹΑΓܾఆ͠ɺ࠷దղΛٻΊΔɻ A. Kaveh et al., A novel heuristic optimization method: charged system search,Acta Mech 213 (2010) 267-289. < = − − <H = <H < < − H < − H ]4^ = - K ∆8 + 8 ` @bP ∆ + @bP <H = 4 < <H 8 <H 8 ≥ 4 < < c <H <H 8 < ిՙ Ϋʔϩϯྗ ి Ґஔ ͍ۙͷ͢Ͱʹଘࡏ͢Δ ͏গ͠ࡐྉతͳख๏ʹ͍ͨ͠
群知能 22 ՙిܥ୳ࡧ $IBSHFE4ZTUFN4FBSDI $44 ཧֶͱྗֶͷ๏ଇʢΫʔϩϯͷ๏ଇͱΨεͷ๏ଇͱχϡʔτϯྗ ֶʣʹج͍ͮͨ࠷దԽख๏ɻ ద༻ͷΛిՙͷͱ͢Δ͜ͱͰɺՙిཻࢠؒڑͱ߹ΘͤͯΫʔϩ ϯྗ͕ܭࢉͰ͖ΔɻΫʔϩϯྗʹैͬͯՙిཻࢠΛͲͷΑ͏ʹಈ͔͔͢Λ
χϡʔτϯྗֶʹΑΓܾఆ͠ɺ࠷దղΛٻΊΔɻ A. Kaveh et al., A novel heuristic optimization method: charged system search,Acta Mech 213 (2010) 267-289. < = − − <H = <H < < − H < − H ]4^ = - K ∆8 + 8 ` @bP ∆ + @bP <H = 4 < <H 8 <H 8 ≥ 4 < < c <H <H 8 < ిՙ Ϋʔϩϯྗ ి Ґஔ ՙిܥ୳ࡧ ʢ$44ʣͱ γϛϡϨʔςουΞχʔϦϯά ΛΈ߹ΘͤΔ
群知能 23 γϛϡϨʔςουΞχʔϦϯάʢ4"ʣ ࣭Λ༥ղঢ়ଶʹͳΔ·ͰՃ͠ɼঃʑʹྫྷ٫͢Δૢ࡞Λম͖ͳ·͠ ʢ"OOFBMJOHʣͱ͍͏ɽ͜ͷম͖ͳ·͠ʹΑΓɼΤωϧΪʔ͕࠷গͳ͍ ঢ়ଶʹࢠ͕ྻ͠ɼ݁থߏΛܗͤ͞Δ͜ͱ͕Ͱ͖Δɽ͜ͷཧϓϩ ηεʹணΛಘͨ࠷దԽख๏ɻ http://mikilab.doshisha.ac.jp/dia/monthly/monthly04/20040524/kawamoto.pdf https://en.wikipedia.org/wiki/Simulated_annealing
群知能 24 ఏҊख๏ʢ֩ੜϞσϧʣ Թͷஈ֊͕֊ߏʢྨࣅͷߴ͍ͷ͔Βॱʹ݁߹͢ΔʣΛද͢ ԹΛ্͛͢ͱશମͷΫϥελϦϯάΛϦηοτͰ͖Δ ࠷ԹΛ͋Δఔߴ͍Թʹ͢ΔͱվྑੑΛͨͤΔ͜ͱ͕Ͱ͖Δ
ԹʹΑͬͯҠಈڑ͕มΘΔ ԹʹΑΔҠಈํϥϯμϜ ྨࣅ ݁߹ʹد༩͢ΔྗʢΫʔϩϯྗʣ ԹʹΑΔྗ ྨࣅ ֦ࢄ ԹʹΑΔྗ 㱡 ྨࣅ ݁߹ ԹΛঃʑʹԼ͛Δ ʢ(JCCTΤωϧΪʔΛߟྀ͢Δʁʣ $44 4"
群知能 25 ʲ͓·͚ʳఏҊख๏ʢκʔϯϝϧτܕҟৗݕʣ https://ja.wikipedia.org/wiki/%E3%82%BE%E3%83%BC%E3%83%B3%E3%83%A1%E3%83%AB%E3%83%88%E6%B3%95 http://www.ecm.okayama-u.ac.jp/reaction/old/sirikon.html κʔϯϝϧτ๏ͱɺෆ७ͷଟ͍ۚଐͷΠϯΰοτ͔Β७ͷߴ͍Π ϯΰοτΛਫ਼͢ΔͨΊͷෆ७๏Ͱ͋Δ ঢ়ͷΠϯΰοτͷҰΛ෦తʹՃ༹͔ͯ͢͠ʢϝϧτʣɻ
Ճ͢ΔՕॴΛҠಈ͠ɺ༺༥͍ͯ͠Δ෦ʢκʔϯʣΛॱ࣍ରଆ ͷ·Ͱಈ͔ͯ͠Ώ͘ɻ ӷମɾݻମؒͷ૬సҠݱʹ͓͍ͯӷମଆʹෆ७͕ഉग़͞ΕΔΑ ͏ͳಇ͖ʢภੳʣ͕͋Δ࣭Ͱɺ࠶ݻମʹͳͬͨ෦͔Βෆ७ ͕আ͔ΕΔ ༹༥෦ʹͬͨෆ७ɺ࠷ऴతʹΠϯΰοτͷʹू·Δɻ ෦తʹΫϥελϦϯάΛߦ͍ɺલͷ෦ͱͷ ྨࣅੑͰඥ͚Δ͜ͱʹΑΓɺҟৗΛԡ͠ग़͢Α ͏ͳҟৗݕʹԠ༻͕Ͱ͖ͳ͍͔
群知能 26 ٜίϩχʔ࠷దԽʢ"$0 ٜͷ࠾ӤߦಈʹணΛಘͨ࠷దԽख๏ɻ ٜϥϯμϜʹͷपΓΛ୳ࡧ͠ɺ໘ʹϑΣϩϞϯΛ͢ɻӤΛݟͭ ͚ΔͱϑΣϩϞϯྔΛิڧ͠ͳ͕ΒʹΔɻଞͷٜϑΣϩϞϯ͕ڧ͍ ಓΛબͼɺϑΣϩϞϯΛ͞Βʹิڧ͢ΔɻҰํɺϑΣϩϞϯৠൃ͢Δͨ Ίɺ༨ܭͳಓফ͑ͯӤ·Ͱͷ࠷ڑ͕ࣗಈతʹબ͞ΕΔɻ https://ja.wikipedia.org/wiki/%E8%9F%BB%E3%82%B3%E3%83%AD%E3%83%8B%E3%83%BC%E6%9C%80%E9%81%A9%E5%8C%96 Ԡ༻
応⽤アイデア 27 Ԡ༻ΞΠσΞ ϝτϦοΫͳͲΛར༻ͨ͠ಛϕΫτϧ ˠྨࣅ༻్Ϋϥελʹجͮ͘ҟৗݕɾ༧ ௨৴ස௨৴༰Λར༻ͨ͠ಛϕΫτϧ ˠϧʔςΟϯάͷॖɼʢΩϟογϡʣαʔόͷ࠷దஔ
ཧతҐஔΛར༻ͨ͠ಛϕΫτϧ ˠՄൖܕαʔόɺσʔληϯλʔͷ࠷దஔ 8FCαʔό ҟৗ ҙใ ࣌ؒ ҟৗݕ ҟৗ༧