無事情報処理学会の発表が終わり、ほっとしています。 情報処理学会創立50周年記念（第72回）全国大会 プレゼンってなかなか上手くならないです。ってきっと練習不足なんでしょうけど・・・ 今回の学生セッション（14:30〜17:00）では、「遺伝的アルゴリズム」という自分と同じ研究テーマのセッションが８つあり、さまざまな発表を聴くことが出来ました。自分と同じ「遺伝的アルゴリズム」といっても、全然違う …

Stochastic universal sampling 個体数N 適応度に応じて、並べ替える 適応度の合計を計算し、Fとする ０〜F/Nの間をStartとし Ptrs　=　（Start + i*F/N）をi=0 -> N-1まで Roulette Wheel Selectionに　Ptrs …

「More is different」・・・多いと違う。 要素からは、把握できないものもあるという、要素還元主義に対する反論。 その反論のさらに強いものが、「More really is different」 要素還元主義だけじゃ説明のつかないものがある。 ミーティングまでにやりたいこと 一次元実数値関数 ナップサック問題にCEAを適用 ナーススケジューリング

頭に残ったこと、気付いたこと APIとしてのOpenAL これは、ステレオで擬似的な3D空間を表現できるものらしい。 逆見本の導入 ある遺伝子型があって、それに似ないように選択圧をかけるというもの 自分が思い描くイメージを持たないといけない。 プログラムは、基本的にはその通りになるから。

気付いたこと どこが上手くいっていないのか理解するため簡単に分かる問題でチューンナップする 進化圧のかけ方に注意する。 わからなかったこと 乱数 seed 普通は、毎回初期化するもの。C言語だと毎回乱数を発生させることができるらしい。JAVAでは、乱数の発生に気をつけないといけないと聞いたことがある。 正規化の仕方 エリート選択 論文紹介"On Meme-Gene …

GAを最適化問題に適用する場合、次の点についてまず考える必要がある。 個体の表現方法　どのように解を個体として表現するか 遺伝子の配列を遺伝子型（genotype） 遺伝子型に基づいて発現した個体を表現型（phenotype） 個体の評価方法　どのように個体を評価するか 解探索のための操作の設計　どのように個体を進化させるか 適応度 ナップサック問題の例では、ナップサックに入れた荷物の価値の総和、 …

ミーティングでの気付き 自分の研究のモチベーションはどこにあるのか？何を目指すのか？ はっきりさせないと議論が進まない 論文紹介では、しっかりと紹介する論文を読み、他の論文もいろいろ読んで比較しないといけない。 e.g 今研究は、どういう状況なのか？現状はどうなのか？ 先行研究は？ これらを分かった上で、議論しないと上辺だけの話になってしまう 研究を紹介するときは、オリジナルでないといけない 見つ …

第一章　根本的な論点

ポイント 共進化 同種・他種間の相互作用によって現れる作用 進化集団を複数用意してその集団中の個体間の相互作用 協調型 競合型　適応度において、一方の増加が他方の減少に繋がる。 競合型共進化アルゴリズム メリット 両集団が互いに適切な選択圧をかけることで、局所解に陥りにくい。 解の完全な評価が難しい問題に対しても、部分的な評価によって適用可能である。 デメリット（問題点） 勾配の喪失 相対主義 相 …

ミーティングでの気づき 言葉の定義を明白に 言葉の持つ意味によって、聞き手に勘違いさせてしまう場合がある。今回、協調行動、利他的行動のmissreading 平均の仕方に注意 今回、場所・種類の違うもの同士を足し合わせてしまって意味のない平均が出来てしまった。 相関関係の見つけ方 相関関係は、あいまいで決めつけてかからないことが大切だと思った。グラフの解釈の仕方で全然違う結果になる。