実数を遺伝子とした遺伝的アルゴリズムによるデータあてはめ

• Item type: Journal(1)
• 公開日: 2000-01-15
• タイトル: 実数を遺伝子とした遺伝的アルゴリズムによるデータあてはめ
• タイトル / 言語: en
• タイトル: Data Fitting by a Genetic Algorithm with Real Number Genes
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• その他タイトル / その他のタイトル: 遺伝的アルゴリズム
• 著者所属: 和歌山大学システム工学部情報通信システム学科
• 著者所属: 和歌山大学システム工学部デザイン情報学科
• 著者所属: 和歌山大学システム工学部情報通信システム学科
• 著者所属: 東京大学大学院理学系研究科物理学専攻
• 著者所属(英): en
• 著者所属(英): Department of Computer and Communication Sciences, Faculty of Systems Engineering, Wakayama University/Department of Design and Information Sciences, Faculty of Systems Engineering, Wakayama University
• 著者所属(英): en
• 著者所属(英): Department of Computer and Communication Sciences, Faculty of Systems Engineering, Wakayama University/Department of Physics, Graduate School of Science, University of Tokyo
• 著者名: 吉本, 富士市; 原田, 利宣; 森山, 真光; 吉本, 芳英
• 著者名(英): Fujiichi, Yoshimoto; Toshinobu, Harada; Masamitsu, Moriyama; Yoshihide, Yoshimoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: スプラインを用いたデータあてはめ問題では，良い近似関数を得るためには，節点を変数として扱う必要があることが多い．そのとき，解くべき問題は多変数で多峰性の連続系非線形最適化問題となる．したがって，その大域的な最適解を求めることは困難である．本論文では，実数を遺伝子とした遺伝的アルゴリズムを用いて，この問題を解く方法を提案する．この方法は，節点をそのまま遺伝子とするので，元の連続系の問題を離散系の組合せ問題に変換する必要がない．このため，節点の離散化による誤差の影響を避けることができ，準多重節点を作ることも可能である．あてはめの評価関数として，情報量規準BIC（Bayes Information Criterion）を用いて最適なモデルを探索する．節点は，あらかじめ良い初期値を設定しなくても，その適切な数と位置を，自動的かつ同時に求めることができる．また，ユーザが主観的な判断によって決めるパラメータは必要でない．さらに，準多重節点を多重化する簡単なアルゴリズムを提案する．本論文の方法は，データの元にある関数（underlying function of data）がなめらかなデータはむろんのこと，不連続なところや尖ったところがあるデータも扱うことができる．この方法の有効性を示すため，数値計算例をあげている．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In order to obtain a good approximation for data fitting with a spline,frequently we have to deal with knots as variables.Then, the problem to be solved becomes a continuous nonlinear and multivariate optimization problem with many local optima. Therefore it is difficult to obtain the global optimum.In this paper we propose a new method for solving the problem by a genetic algorithm with real number genes.In this method we use knots themselves as genes and we do not convert the original continuous problem into a discrete combinatorial problem.Therefore influence of the errors caused by the discretization of knots is avoided and quasimultiple knots can be constructed.We search for the best model among candidate models by using Bayes information criterion BIC.Our method can determine appropriate number and locations of knots automatically and simultaneously without good initial locations of knots.We do not need any subjective parameters.Moreover we propose a simple algorithm for multiplying quasi-multiple knots.Our method can treat data not only with a smooth underlying function but also with an underlying function having discontinuous points and/or cusps.Numerical examples are given to show the performance of our method."
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 41, 号 1, p. 70-82, 発行日 2000-01-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764