巻号一覧
32 巻, 1 号
選択された号の論文の15件中1～15を表示しています
- |<
- <
- 1
- >
- >|
-
寺野 隆雄1993 年 32 巻 1 号 p. 1
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (1379K) -
小林 重信1993 年 32 巻 1 号 p. 2-9
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (2880K) -
David E. GOLDBERG, Kalyanmoy DEB, Dirk THIERENS1993 年 32 巻 1 号 p. 10-16
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーThis paper considers an important, yet poorly studied, aspect of genetic algorithms (GAs)-mixing of building blocks. Analytical models of building-block exchange in a linear problem are developed and verified through computational experiments. First, a simple model of allele-wise mixing without selection is analyzed to verify the prediction of mixing time alone. Thereafter, this result along with a previously derived model of selection are used to predict a GA control map involving two important GA parameters-selection pressure and crossover rate. The paper concludes by discussing how these methods can be extended to problems of bounded difficulty.抄録全体を表示PDF形式でダウンロード (2342K) -
和田 健之介, 田中 真一1993 年 32 巻 1 号 p. 17-23
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (2317K) -
竹内 勝1993 年 32 巻 1 号 p. 24-30
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (2121K) -
Hiroaki KITANO1993 年 32 巻 1 号 p. 31-38
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーThis paper presents a continuous generation genetic algorithm. Most genetic algorithms use a discrete generation model in which all individuals in a population synchronize mating period. The discrete generation model, however, wastes processor time in parallel implementations when the fitness of each individual (proportionally or reversely) correlates with the computational cost of its evaluation. An example of such a task is neural network design and training. In some cases, over 80% of total CPU time has been wasted. The continuous generation model mitigates this problem by introducing asynchronous mating. the continuous generation model increases the number of reproduction per a unit-time over 500% over the traditional discrete model. CPU idle time has been minimized to 1/25. Also, a significant improvement in convergence speed has been estimated.抄録全体を表示PDF形式でダウンロード (2032K) -
伊庭 斉志1993 年 32 巻 1 号 p. 39-45
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (2233K) -
西川 〓一1993 年 32 巻 1 号 p. 46-51
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (2604K) -
波田野 寿昭1993 年 32 巻 1 号 p. 52-57
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (2650K) -
畝見 達夫1993 年 32 巻 1 号 p. 58-62
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (2448K) -
池上 高志1993 年 32 巻 1 号 p. 63-68
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (1962K) -
小野 典彦1993 年 32 巻 1 号 p. 69-75
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (2199K) -
小長谷 明彦1993 年 32 巻 1 号 p. 76-81
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリー遺伝子情報処理における遺伝的アルゴリズム (GA) の応用例の1つとして, 記述長最小 (MDL) 基準を用いたGAによるモチーフ抽出について述べる. モチーフとは, 分子生物学用語で, 核酸配列やアミノ酸配列のような遺伝子情報において進化的に保存されているパターンを意味する. このようなモチーフの抽出は機械学習の観点からは分類規則の帰納学習問題として定式化できるが, 分類規則に合わない例外が多い, 過剰適合が起きやすい, 探索空間が組合せ的に増大するなどの問題点をもつ. 本稿では, これらの問題点に対する確率的アプローチの有効性について述べる. 確率的アプローチでは例外を許容するために, モチーフを確率的な分類規則として表現している. そして, 過剰適合を避けるために評価基準として規則の複雑さと適合性のバランスをとる記述長最小 (MDL) 基準を採用している. また, 効率的な探索を実現するために探索アルゴリズムとして, GAを採用している. 本稿では, さらにGAとMDL基準を組み合わせることによりMDL基準を用いなかった場合に比べ収束速度が大幅に向上することを示す.抄録全体を表示PDF形式でダウンロード (1870K) -
平石 邦彦1993 年 32 巻 1 号 p. 84
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (136K) -
相吉 英太郎1993 年 32 巻 1 号 p. 85-86
発行日: 1993/01/10
公開日: 2009/11/26
ジャーナル フリーPDF形式でダウンロード (271K)
- |<
- <
- 1
- >
- >|