進化戦略 - Wikipedia
進化戦略（しんかせんりゃく、英: Evolution Strategy, ES）あるいは進化的戦略（しんかてきせんりゃく）は、メタヒューリスティクスの探索アルゴリズムである。4つの主要な進化的アルゴリズム方法論の一つでもある。 概要[編集] 進化戦略は、実数関数の非線形最適化問題を解く手法として、1960年代頃にベルリン工科大学の Ingo Rechenberg と Hans-Paul Schwefel により開発されたアルゴリズムである。 遺伝的アルゴリズムと同時期に提案され内容も「進化的な要素を関数の探索に用いる」という全く同じコンセプトの手法であるが、1990年代頃までは遺伝的アルゴリズムがアメリカを中心に研究が行われていたのに対し、進化戦略は主にヨーロッパを中心に全く独立の分野として研究が行われ、あまりお互いの交流はなかった。その研究内容としては数学的な解析が非常に多いのが特徴であ
進化的プログラミング - Wikipedia
進化的プログラミング（しんかてきプログラミング、Evolutionary Programming）は、4つの主要な進化的アルゴリズム方法論の1つである。 概要[編集] 人工知能の生成を意図した学習過程として、シミュレーションされた進化を使った Lawrence J. Fogel が1960年に最初に使った用語である。Fogel は予測機として有限状態機械を使い、それを発展させた。 その後、彼の息子の David B. Fogelにより実数関数の最適化問題を探索する手法に拡張され、進化的戦略と類似した方法に発展した。 進化的プログラミングの中心となるのは突然変異である。親ベクトルに対してランダムな変化を加えて子ベクトルを生成し、それらを評価して、ランダムに個体を選んで適用度を比較する。これによって次の世代を選び、解が収束するまでこれを繰り返していく。 現在、進化的プログラミングは他の3つの方
遺伝的プログラミング - Wikipedia
遺伝的プログラミング（いでんてきプログラミング、英: Genetic Programming, GP）は、メタヒューリスティックなアルゴリズムである遺伝的アルゴリズムを拡張したもので、進化的アルゴリズムの四つの主要な方法論の内の一つでもある。 概要[編集] 遺伝的プログラミングは1990年にジョン・コザ（John Koza）によって提案された。他の進化的アルゴリズムの主要な方法論が同時期に提案され独立して研究が進められていたのに対し、遺伝的プログラミングは最初から遺伝的アルゴリズムの拡張として提案されており、他の三つの方法とは大きく立場を異にする。具体的な内容としては、遺伝的アルゴリズムにおける遺伝子型の表現が主に配列であるのに対し、遺伝的プログラミングでは木構造を用いる。このため、遺伝的アルゴリズムでは表現できなかった数式やプログラムのコードなど、構造を持ったデータを表現することができる
隠れマルコフモデル - Wikipedia
隠れマルコフモデル（かくれマルコフモデル、英: hidden Markov model; HMM）は、確率モデルのひとつであり、観測されない（隠れた）状態をもつマルコフ過程である。 概要[編集] 同じマルコフ過程でも、隠れマルコフモデルより単純なマルコフ連鎖では、状態は直接観測可能であり、そのため、状態の遷移確率のみがパラメータである。一方、隠れマルコフモデルにおいては、状態は直接観測されず、出力（事象）のみが観測される。ただしこの出力は、モデルの状態による確率分布である。従って、ある隠れマルコフモデルによって生成された出力の系列は、内部の状態の系列に関する何らかの情報を与えるものとなる。「隠れ」という語はモデルが遷移した状態系列が外部から直接観測されないことを指しており、モデルのパラメータについてのものではない。たとえパラメータが既知であっても隠れマルコフモデルと呼ばれる。隠れマルコフモ
遺伝的アルゴリズム - Wikipedia
遺伝的アルゴリズム（いでんてきアルゴリズム、英語：genetic algorithm、略称：GA）とは、1975年にミシガン大学のジョン・H・ホランド（John Henry Holland）によって提案された近似解を探索するメタヒューリスティックアルゴリズムである。人工生命同様、偶然の要素でコンピューターの制御を左右する。4つの主要な進化的アルゴリズムの一つであり、その中でも最も一般的に使用されている。 概要[編集] 遺伝的アルゴリズムはデータ（解の候補）を遺伝子で表現した「個体」を複数用意し、適応度の高い個体を優先的に選択して交叉・突然変異などの操作を繰り返しながら解を探索する。適応度は適応度関数によって与えられる。 この手法の利点は、評価関数の可微分性や単峰性などの知識がない場合であっても適用可能なことである。 必要とされる条件は評価関数の全順序性と、探索空間が位相（トポロジー）を持っ
進化的アルゴリズム - Wikipedia
進化的アルゴリズム（しんかてきアルゴリズム、evolutionary algorithm、EAと略記）は進化的計算の一分野を意味し、人工知能の一部である。個体群ベースのメタヒューリスティックな最適化アルゴリズムの総称である。そのメカニズムとして生殖、突然変異、遺伝子組み換え、自然淘汰、適者生存といった進化の仕組みに着想を得たアルゴリズムを用いる。最適化問題の解の候補群が生物の個体群の役割を果たし、コスト関数によってどの解が生き残るかを決定する。それが繰り返された後、個体群の進化が行われる。 EAの例を以下に示す。これらの技法は本質的には同様だが、実装の詳細は異なっており、適用される問題の分野が異なる。 遺伝的アルゴリズム これは EA の中でも最も一般的な手法である。問題の解を探索するにあたって数値の列を使用し（2進数を使うのが古典的だが、解決すべき問題に合わせて最適な形式が選択され、2進
ゴロム定規 - Wikipedia
次数4、長さ6のゴロム定規。最短で完全である。 ゴロム定規（ゴロムじょうぎ、英: Golomb ruler）とは、想像上の定規の上で一連の整数位置にマークを配置し、任意のマークの対の距離がどれをとっても等しくならないものをいう。ゴロム尺とも。マーク数を「次数 (order)」、2つのマーク間の距離のうち最大の距離を「長さ (length)」という。ゴロム定規の平行移動と鏡映は自明と考えられる。そのため慣例として、最小のマークを0とし、その次のマークは2つの可能な値のうち小さいほうを取る。 ソロモン・ゴロムが名前の由来だが、Sidon（英語版）[1]とBabcock[2]も独自に発見している。 ゴロム定規は、その長さまでの全ての距離を測定できる必要はないが、全ての距離を測定できるゴロム定規を「完全 (perfect)」ゴロム定規 (PGR) という。5個以上のマークのあるゴロム定規では、完全
量子コンピュータ - Wikipedia
量子コンピュータ （りょうしコンピュータ、英: quantum computer）は量子力学の原理を計算に応用したコンピュータ[1]。古典的なコンピュータで解くには複雑すぎる問題を、量子力学の法則を利用して解くコンピュータのこと[2]。量子計算機とも。極微細な素粒子の世界で見られる状態である重ね合わせや量子もつれなどを利用して、従来の電子回路などでは不可能な超並列的な処理を行うことができる[1]と考えられている。マヨラナ粒子を量子ビットとして用いる形式に優位性がある。 概説[編集] 2022年時点でおよそ数十社が量子コンピュータ関連の開発競争に加わっており、主な企業としては、IBM (IBM Quantum)、Google Quantum AI、Microsoft、Intel、AWS Braket、Atos Quantumなどが挙げられる[3]。 研究成果の年表については、英語版のen:T
イオンで作る量子コンピューター
超弩級の能力を持つと期待される量子コンピューター。原子や光子，人工の微細構造にデータを保存して処理する設計が考えられている。最も進んでいるのが捕捉イオンを操る研究だ。イオンにデータを蓄え，他のイオンに転送できるようになっている。開発を阻む原理的な障害はない。 私たちが行っている捕捉イオン実験では，電気的に浮揚させた個々のイオンが小さな棒磁石のように振る舞う。各々の棒磁石の方向（上向きと下向き）が量子ビットの1と0に対応する。レーザー冷却（原子に光子を散乱させることで原子の運動エネルギーを奪う方法）によって，捕捉トラップ内のイオンをほぼ静止させる。 これらのイオンは真空容器中にあるので周囲の環境からは分離されているが，イオンどうしの電気的反発による強い相互作用を利用して「量子もつれ」を作り出すことができる。量子もつれは個々の量子ビットの観測結果が相関し合う現象で，粒子の間を結ぶ“見えない配線
遺伝的アルゴリズムを楽しく理解できるサイトをまとめてみた - download_takeshi’s diary
女優の菊川怜さんが学生時代に研究テーマにしていたという事で有名な「遺伝的アルゴリズム」ですが、名前の仰々しさとは裏腹に、意外と直感的に理解できる取っ付きやすいアルゴリズムだったりします。 それにしても菊川怜さん、美人ですねー。こんな先生にイロイロと教えてもらいたかったなぁ。。。 という願望はおいといて、「遺伝的アルゴリズム」を目で見て＆手で触って、直感的に「理解したつもり」になれそうなサイトをまとめてみました！ 学術的なことはガン無視でいきます。 動画で見て雰囲気を知る まずは動画で見て楽しみましょう。ニコ動から何本か動画を紹介します。 【人工知能】物理エンジンで人工生命つくって学習させた http://www.nicovideo.jp/watch/sm6392515 いきなりですが、強烈なインパクトをはなつ動画です。 人工生命がうにょうにょ動きながら、勝手に「歩き方」を学んでいきます。超
コンピュータ囲碁 - Wikipedia
コンピュータ囲碁（コンピュータいご）とは、人工知能 (AI) 研究の一分野で、ボードゲームの囲碁を打てるコンピュータプログラムを作ることを目的とした試みのことを指す。囲碁AI（いごエーアイ）の呼称が用いられることも多い。 概要[編集] コンピュータ・ボードゲームの中のコンピュータ囲碁の位置づけ ボードゲームの対戦を行うコンピュータプログラム全般に関して言うと、局面ごとの着手可能数（手の選択肢の数）の多さがゲームの複雑さに大いに関係し、それに応じてプログラムも、賢くなるためには、実行しなければならない計算量も増加する、ということは当初から理解されており、その点に関して、チェスでは8×8=64マスで盤上の駒を使った手だけを検討させればよく着手可能数が比較的少ないのに対して、将棋では9×9＝81マスで盤上だけでなく持ち駒を使う手も検討させなければならないのでチェスより着手数がかなり多くなりゲーム
モンテカルロ法 - Wikipedia
モンテカルロ法（モンテカルロほう、（英: Monte Carlo method、MC）とはシミュレーションや数値計算を乱数を用いて行う手法の総称。元々は、中性子が物質中を動き回る様子を探るためにスタニスワフ・ウラムが考案しジョン・フォン・ノイマンにより命名された手法。カジノで有名な国家モナコ公国の4つの地区（カルティ）の1つであるモンテカルロから名付けられた。ランダム法とも呼ばれる。 計算理論[編集] 計算理論の分野において、モンテカルロ法とは誤答する確率の上界が与えられる乱択アルゴリズム（ランダム・アルゴリズム）と定義される[1]。一例として素数判定問題におけるミラー-ラビン素数判定法がある。このアルゴリズムは与えられた数値が素数の場合は確実に Yes と答えるが、合成数の場合は非常に少ない確率ではあるが No と答えるべきところを Yes と答える場合がある。一般にモンテカルロ法は独立
コンピュータ将棋 - Wikipedia
コンピュータ将棋（コンピュータしょうぎ）は、コンピュータによる将棋の対戦、また将棋を指すコンピュータおよびそのプログラムそのものである。 代表的なプログラム[編集] 1970年代まで[編集] コンピュータ将棋プログラム開発の黎明期においては、指将棋よりも先行して詰将棋を解くことが試みられた。1967年には日立製作所の越智利夫を中心とするグループが同社の5020Eを使用して詰将棋を解かせることに成功。加藤一二三（当時八段）が60秒で解く問題を90秒で解くなどアマ初段の腕前とされた[4]。さらに1968年、越智らは「初の詰将棋を解くプログラム」を発表している[5][6]。 1968年、週刊朝日の企画で人間対コンピュータの詰将棋早解き競争が行われた。コンピュータは「H君」（HITAC5020を使用）。人間は各界の著名人で、初心者に近い人、学生名人、詰将棋作家など多彩だったものの、多くはアマの有段
直交周波数分割多重方式 - Wikipedia
直交周波数分割多重方式（ちょっこうしゅうはすうぶんかつたじゅうほうしき、英語: orthogonal frequency-division multiplexing, OFDM）は、デジタル変調の一種である。coded OFDM (COFDM) とは実質的に同一である。フランスの Centre Commun d'Etudes de Télévision et de Télécommunications（放送通信研究所、略称：CCETT）で、第3世代移動通信システム用に開発されたが、本格的に導入されたのは第3.9世代移動通信システムからである。 概要[編集] OFDMの周波数 OFDMシグナルスペクトラム データを、多数の搬送波（サブキャリア）に乗せるので、マルチキャリア変調に属する。これらのサブキャリアは互いに直交しているため、普通は周波数軸上で重なりが生じる程に密に並べられるにも拘わらず
フラクタル圧縮 - Wikipedia
フラクタル圧縮（フラクタルあっしゅく、英: fractal compression）とは、コラージュ定理（英語版）に基づいた高い圧縮率を達成する静止画像の非可逆圧縮手法である。自然の風景写真[注釈 1]でもいわゆるアニメ絵でも同様に圧縮できる。 復号はほぼ線形時間で可能であるが符号化は計算量が非常に多く、特許による制約があることから商業的関心は薄い。 特徴[編集] 原画像の縮小画像から生成されたコラージュが原画像を良好に近似しているならば、任意の画像から同様にして生成されたコラージュも反復すれば原画像を良好に近似するようになる、というコラージュ定理に基づいている。このコラージュ定理はフラクタルの一種である反復関数系に関わる定理であり、フラクタル圧縮の発明者であるマイケル・バーンズリー（英語版）による。 コラージュ定理がピクセル計算に基づく定理ではないことからフラクタル圧縮は、写真をはじめと
Vorbis - Wikipedia
Vorbis（ヴォルビス、ヴォービス）は、Xiph.orgが開発したオープンフォーマットの非可逆圧縮音声ファイルフォーマット。 概要[編集] 広く使われているMP3などのフォーマットは特許の制限を受けるため、それらの代替として誰でも自由につかえる圧縮音声フォーマットを提供することを目指して作られた。仕様はパブリックドメイン、核となるエンコード・デコードのリファレンスコードは修正版BSDライセンス、フロントエンドツール類はGPLで提供されている。また、特許使用料も不要。 Vorbisは主にOggコンテナフォーマットに格納され、Ogg Vorbisと呼称される。単にOggといった場合は、他にFLACを格納したOgg FLAC、Speexを格納したOgg Speex、動画コーデックのTheoraを格納したOgg Theoraなどがある。 また、VorbisはOgg用に開発されたコーデックなので当
ベクトル量子化 - Wikipedia
ベクトル量子化（ベクトルりょうしか、英: Vector Quantization, VQ）は連続空間に存在するベクトルを有限個の代表ベクトルへ離散化する操作である。すなわちベクトルを入力とする量子化である。 概要[編集] 通常の（スカラー）量子化は連続値を有限個の代表値へと集約する。例えば標本化したアナログ音声信号の各サンプルを、最も近いビット/デジタル符号に置き換える。サンプルと代表値はともに1次元/スカラーである。 これに対してベクトル量子化はN次元空間内のベクトルを対象として量子化をおこなう。例えばステレオ2chの信号を各チャンネルごとでなく左右セット (=2次元ベクトル) で扱い、このベクトルをまとめて有限個の代表値へ符号化する。ベクトル単位での量子化であることからベクトル量子化と呼ばれる。 アルゴリズム[編集] ベクトル量子化（の推論）では、K個の代表ベクトル および同次元の入力
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
