Ce diaporama a bien été signalé.
Le téléchargement de votre SlideShare est en cours. ×

Genetic programming

Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité

Consultez-les par la suite

1 sur 34 Publicité

Plus De Contenu Connexe

Plus récents (20)

Publicité

Genetic programming

  1. 1. Genetic Programming in 開成祭 K.C.L.C 33代副部長 藤井陽介
  2. 2. 自己紹介 こんなアイコン 発表者の簡単な仕様書 HN: touyou 現副部長 現高2 総合クリエイター Twitter:@touyoubuntu Skype:grouse-scorpion Facebook,mixi,Google+
  3. 3. 今までにつくったもの Androidアプリ・Webサービス – 災害ったー,Nintori,n33tなど – 組の用語集サイト 部活・個人でゲームとかソフトとか 部誌・運動会組パンフレット(来年) 作曲入門中(エール作曲係) ひとり墓地final のPV
  4. 4. まぁようするに…
  5. 5. ホームページ見といてね URLは http://beta.touyoubuntu.zatunen.com/ まぁ「touyoubuntu」で調べれば出てきます。
  6. 6. では、本題。 今日話す事 テーマを選んだわけ 遺伝的プログラミング(以降GPと表記)とはなん なのか? GPの仕組み GPのプログラムデモ 応用されている分野 GPの未来
  7. 7. まずこれ テーマを選んだわけ 遺伝的プログラミング(以降GPと表記)とはなん なのか? GPの仕組み GPのプログラムデモ 応用されている分野 GPの未来
  8. 8. 理由 今年情報オリンピック夏季セミナーに行ってきた そこでこのことを学んだ それが楽しかった という安直な理由です。 こんなので勉強しました。
  9. 9. 続いて… テーマを選んだわけ 遺伝的プログラミング(以降GPと表記)とはなん なのか? GPの仕組み GPのプログラムデモ 応用されている分野 GPの未来
  10. 10. 遺伝的プログラミングとは 遺伝子の進化を応用した、様々な問題に対する 解法を導き出すためのプログラム わかりにくいよね←
  11. 11. 例を見てみよう たとえばいくつかの点の情報があってそれのす べてを通るようなグラフの数式を出したいそん な時 GPすると、その数式を自動生成してくれます。
  12. 12. ふぁ!?
  13. 13. そんなんできるわけ無いだろ。 数式考えるのなんて人間のほう が得意に決まってるじゃないか。 人工知能が開発されたとでも? とりあえず仕組みを解説します。 大体数式考えるのになんで遺伝 子の進化の仕組みが必要になる んだよ、このホラ吹きめ。
  14. 14. わかりやすくなるように最大限努力します。 GPの仕組み
  15. 15. まず個体をランダムに生成します。 先ほどの例だと個体≒数式です 大体50~500個体ぐらい最初に作ります 通常のGPだとこの個体を木構造で表現します
  16. 16. おい、木構造ってなんぞ? プログラミングでよく使うデータを管理するため の構造のこと ここが根(root) + 1 × 線の上の方が親 線の下の方が子 4 3
  17. 17. GPの用語では… 黒いのが非終端記号 + 白いのが終端記号 1 × 4 3
  18. 18. その他のGP用語 適合度 – 各個体の価値 パラメータ – GPの操作のための各種数値 終了条件 – GPの操作を終える基準
  19. 19. 続いて、各操作を行います。 適合度計算 – 各個体の適合度を計算します 選択 – 様々な手法で個体を選びます 交叉 – 選んだ2個体を混ぜて新しい個体を作ります 突然変異 – 個体の一部を変えて新しい個体を作ります
  20. 20. 適合度計算 より正解に近い結果を出す個体 複雑さ(例:数式の長さ)が尐ない個体 上の2つを満たす個体がより優良な個体と判断さ れるような基準をつくって計算します。ここの工 夫でGPの最終結果の良し悪しが決まります。
  21. 21. 選択 文字通り 例: – トーナメント選択:ランダムにいくつかの個体を選 んでその中でもっとも優良な個体を選択する方法
  22. 22. 交叉 2つの個体を選択する 例えば一点交叉という手法は… + × 1 ÷ ÷ - 4 3 2 1 6 4
  23. 23. 一個選んだ + × 1 ÷ ÷ - 4 3 2 1 6 4
  24. 24. 交換した + × 1 - ÷ ÷ 6 4 2 1 4 3
  25. 25. 完成(^^)v
  26. 26. 突然変異は… 突然一部が変わる(そのまま) + + 1 - ÷ - 4 3 2 1 4 3
  27. 27. これらを駆使していくのだ!
  28. 28. 失敗したらごめんなさい(訳:場合によっては省略) GPデモ
  29. 29. 日常に潜むGP GPの応用例
  30. 30. とりあえず列挙 人工知能 金融予想 医学 産業機械
  31. 31. 成熟しかけている分野ではあるが… GPの未来
  32. 32. 僕が考えました。 遺伝的プログラミングが発展していったら… より精巧なプログラムが作れる 数学の未解決問題がとけるかも それどころか様々な難問への適切なアプローチ を見つけられるかも…!
  33. 33. 小並感なまとめ GPは難しい GPは奥深い GPは未知だ でも…いや、だからこそ GPって楽しい!
  34. 34. ご清聴ありがとうございました。

×