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
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
180
ITRCmeet48_MasayaKUMAGAI
kumagallium
0
140
FIT2020_MasayaKUMAGAI
kumagallium
1
260
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
390
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
VRID: View-Invariant Representation through Dual-Axis Transformation for Cross-iew Pose Estimation
satai
3
110
SAKURAONE:An Open Ethernet-based AI HPC System And Its Observed Workload Dynamicsin a Single-Tenant LLM Development Environment
yuukit
1
610
IA for theory
gpeyre
1
430
[最先端NLP勉強会2026] Checklists Are Better Than Reward Models For Aligning Language Models
nzw0301
1
310
[ACL 2026 Demo] Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
130
マーケットストリート 社会実験2024 in 秋葉原ジャンク通り 調査報告書
izumiyama_lab
1
150
EIRによる不正端末のブロッキング 5G時代におけるデバイス識別と不正対策の進化
stellarcraft
0
130
最先端NLP 2026 論文紹介: Wait, Wait, Wait... Why Do Reasoning Models Loop? / SNLP Paper Review: Wait, Wait, Wait... Why Do Reasoning Models Loop?
tkng
0
240
Fukui Shibiten 39 - AI Art
butchi
0
200
ハードウェア研究で国際トップ会議を目指す!IROS 2027での論文採択を目指して
ayatokanada
7
3.8k
研究室単位での自律的 IPv6接続性確立に向けたAS共同運用モデルの提案と実証
reokashiwa
PRO
0
220
最先端NLP勉強会2026 論文紹介:Reasoning with Sampling: Your Base Model is Smarter Than You Think (ICLR 2026 paper)
kogoro
4
630
Featured
See All Featured
DevOps and Value Stream Thinking: Enabling flow, efficiency and business value
helenjbeal
1
390
Building Flexible Design Systems
yeseniaperezcruz
330
41k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
230
23k
30 Presentation Tips
portentint
PRO
1
400
The Cult of Friendly URLs
andyhume
79
7k
SEO Brein meetup: CTRL+C is not how to scale international SEO
lindahogenes
2
2.9k
My Coaching Mixtape
mlcsv
0
320
The Pragmatic Product Professional
lauravandoore
37
7.4k
The Curse of the Amulet
leimatthew05
3
15k
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
6
1.2k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
123
22k
Site-Speed That Sticks
csswizardry
13
1.5k
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