Upload
timothy-mason
View
38
Download
0
Embed Size (px)
DESCRIPTION
第 1 回. 対話型遺伝的アルゴリズム Interactive Genetic Algorithm:IGA. 情報工学科 05A2301 樽美 澄香 ( Tarumi Sumika). 2008 年 6 月 2 日. はじめに. 興味分野 人工知能( AI ) Web プログラミング ユーザビリティ *使いやすさ* 色彩~デザイン (余談ですが、 CG 制作が趣味です!) 研究テーマ AI 手法を用いた色弱者向けの Web ページ配色支援(最適化)プログラム の作成. 研究の目的. AI 手法を「理論」でなく「応用」としての学習 - PowerPoint PPT Presentation
Citation preview
情報工学科情報工学科 05A230105A2301
樽美 澄香樽美 澄香(( Tarumi Sumika)Tarumi Sumika)
第 1 回対話型遺伝的アルゴリズム対話型遺伝的アルゴリズムInteractive Genetic Algorithm:IGAInteractive Genetic Algorithm:IGA
20082008 年 年 66 月 月 22 日日
はじめに興味分野
人工知能( AI )Web プログラミングユーザビリティ *使いやすさ*色彩~デザイン
(余談ですが、 CG 制作が趣味です!)研究テーマ
AI 手法を用いた色弱者向けのWebページ配色支援(最適化)プログラムの作成
研究の目的
AI 手法を「理論」でなく「応用」としての学習 できれば、完成品を第三者にモニターしてもらいたい
プログラミング言語の習得 幅広い分野で使用される Java を扱う。 構造化(機能)設計ではなく、
オブジェクト指向(機能&データ)設計の理解。開発のためのスケジュール・自己管理
学生生活の最後なので・・・自分の精一杯で研究して、たくさん吸収する!
システムの概要(1)配色の重要性
色の見え方は人それぞれ
Good Morning
!
♪
?
システムの概要(2)第一色盲の例
Good Morning
!
?
1
1 .見づらい Web ページを発見
2 Good Morning!
Good Morning!
Good Morning!
2 .カラーパレットや提示案から、ユーザーにとって見やすい配色に変更する (学習・教師信号)
3 . 1~2 を繰り返すことで学習し、次回以降からユーザーに合わせた Web 配色の最適化を自動で行う
Good Morning
!
♪
代表的な AI 手法遺伝的アルゴリズム( GA )とニューラルネット( NN )
GAGA NNNN
生命の進化の仕組みを最適化問題に応用 概要概要
人間の脳神経網の仕組みを推定・制御に応用
適応できる問題の範囲が広い* 局所解 * に陥りにくい 長所長所
定式化が難しい問題に最適瞬時に解を出せる
パラメータが複雑で多い計算負荷が高い 短所短所
新たな入力には対応できない* 局所解 * に陥りやすい
巡回セールス問題 応用例応用例 文字画像パターン認識
** ** 局所解 局所解 **** ある解と比較すると良い解だが、 考えられる解の全パターンでは最良解ではない解
遺伝的アルゴリズム( GA )とは?『ダーウィンの進化論』 与えられた自然環境の中で、個体集
団の各個体同士が交配と突然変異を繰り返しながら、その自然環境によく適応する個体ほど生き残り、子孫を増やす。
自然淘汰のメカニズムをモデル化し最適解を求めようとするアルゴリズム。
GAの改良研究の例 分散 GA ( DGA )・・・移住による並列
処理 対話型 GA(IGA) ・・・人為判断による探
索
<フローチャート>
GA
適応度の評価
母集団の生成
選択
交叉
突然変異
終了条件 ENDYes
No
対話型 GA ( IGA )とは?
GAGA を用いた対話型進化計算(を用いた対話型進化計算( IECIEC )) IEC:人間の主観的評価に基づいて最適化を行う手法。
IGA の特徴GA の「評価」処理を人間が行う
人の感性によるシステムの最適化が可能。 感性をシステムに組込む技術である。 複雑な組み合わせ構造の問題領域にも適用可。例)照明、配色、音楽
IGA のフローチャート
IGA
適応度の評価
母集団の生成
選択
交叉
終了条件 ENDYes
No
突然変異
IGA では人間による判断で、「評価」を行う
※GA の「適応度の評価」には 定式化された関数を用いる
見やすい配色か?見やすい配色か?(満足できる?)(満足できる?)
1. Web ページの取得2.2. 配色情報の解析配色情報の解析
色情報、割合・・・3.3. 遺伝子コーディング遺伝子コーディング
ユーザーにとってユーザーにとって最良な配色の提案・評最良な配色の提案・評
価価
IGA の研究テーマへの適用(仮)
配色最適化
適応度の評価
母集団の生成
選択
交叉
終了条件 Web ページ生成処理へ
Yes
No
突然変異
最良な配色の探索最良な配色の探索
※満足を得られたときのパラメータを記憶する。次回起動時に利用される。(詳細は考え中・・・)
※更新される色情報を渡す
# 進捗状況 #研究状況研究状況
GA ・ NN などの AI 手法の調査 ⇒ IGA を用いる!Java アプリケーションの開発環境の構築( NetBeans)
オブジェクト指向プログラミングの学習次のステップ次のステップ
色覚のしくみについて調査する大まかにシステム仕様を仮決定し、検討・改良する
流れを明確にし、わかりやすい設計書を作成予定。GA を用いた簡単なプログラム制作で学習する
配色情報をどのように遺伝子コーディングするか検討。
# 今後の予定 #
<調査>
<設計>
<開発>
<テスト>
7月
11月 ?
今現在
参考文献 花田良子 , 細江則彰 , 梶原広輝 , 吉井健吾 , 吉田昌太 , 千野晋平 , 廣安知
之 , 三木光範「遺伝的アルゴリズム (Genetic Algorithm:GA)の基礎」http://mikilab.doshisha.ac.jp/dia/research/report/2005/0809/002/report20050809002.html
山川 望 , 廣安 知之 , 三木 光範「対話型遺伝的アルゴリズムの基礎」http://mikilab.doshisha.ac.jp/dia/research/report/2005/0916/001/report20050916001.html
平野廣美 (1995) 『応用事例でわかる遺伝的アルゴリズムプログラミング』パーソナルメディア
岡部正隆 ,伊藤啓 ,橋本知子 (2003) 「ユニバーサルデザインにおける色覚バリアフリーへの提言」 <http://www.nig.ac.jp/color/handout1.pdf>
*ご清聴ありがとうございました*
樽美 澄香