北陸アンカンファレンス in 石川高専

勉強会

11月1日に石川高専にて北陸アンカンファレンスが開催されました。
母校開催なのでこれは行くしかないかと！


アンカンファレンスってなんぞや？という方にはamachangが
とてもわかりやすい解説記事を書いてくれています
IT アンカンファレンスをやってみたい！ - IT戦記
参加者各々が自由にネタを持ち込み好きなタイミングで発表していくといった感じでしょうか。


当日は北陸での開催にもかかわらず約80名もの方々が参加し大盛況！
発表もIT、Web、電子工作、ボードゲーム、公開お料理・・・など
多方面の内容で面白く、よい刺激になりました
またこんな形式の勉強会をやってみたい！


ちなみに自分は「@tkhrotnの夢をかなえる研究ノート」と題して
普段からメモ書きしているノートを晒すという内容で発表しました。
とてもgdgdになってしまいましたがorz

研究のまとめ2：分布推定アルゴリズム (Estimation of Distribution Algorithms)

研究

遺伝的アルゴリズムから発展したアルゴリズム。確率モデルを用いる。
良好な解の生成確率を上げるようにモデルを学習する。
ビットストリングを扱う手法が多いが、実数値や順序表現なども研究が進んでいる。
PMBGA (Probabilistic Model-Building Genetic Algorithms) とも呼ばれる。

Population-based Incremental Learning (PBIL)

http://eprints.kfupm.edu.sa/58378/
基本となる手法。ビットストリングの最適化。
各変数が1となる確率を表す、確率ベクトルの値を学習する。
変数間の依存性は考えない。
HC-ACOとほぼ等価。

compact Genetic Algorithm (cGA)

The compact genetic algorithm - IEEE Conference Publication
PBILと同じく確率ベクトルの値を学習する。
変数間の依存性は考えない。
1度に2個体のみ生成する。集団サイズnのsimple GAをシミュレートできる。
HC-ACOとほぼ等価。

Univariate Marginal Distribution Algorithm (UMDA)

From recombination of genes to the estimation of distributions I. Binary parameters | SpringerLink
PBIL、cGAと同じく確率ベクトルの学習。

Mutual Information Maximization Input Clustering (MIMIC)

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.89.4429&rep=rep1&type=pdf
2変数間の条件付き確率が連なったモデルを用いる。
連鎖の順序はエントロピーが最小となるように決める。

Bivariate Marginal Distribution Algorithm (BMDA)

http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.30.7811
2変数の同時確率を用いる。
カイ二乗統計量に基づいて変数間の独立性を判断する。

Factorized Distribution Algorithms (FDA)

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.79.4547&rep=rep1&type=pdf

Bayesian Optimization Algorithm (BOA)

http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.46.8131
ベイジアンネットワークをモデルに用いる。



遺伝的アルゴリズム - その理論と先端的手法

遺伝的アルゴリズム - その理論と先端的手法

GAについて理論的側面を重視して書かれた良書。

研究のまとめ：アントコロニー最適化 (Ant Colony Optimization: ACO)

研究

アリの摂食行動から着想を得たアルゴリズム。
フェロモンという揮発性物質を模したパラメータを最適化する。
組合せ最適化やネットワークルーティングなどに応用。
ここでは巡回セールスマン問題など組合せ最適化問題を解く手法を記載。

Ant System (AS)

Ant system: optimization by a colony of cooperating agents - IEEE Journals & Magazine
もっとも基本となるアルゴリズム。巡回セールスマン問題を解く。
性能はあまり高くないが、アリのアナロジーを始めて取り入れたエポックメイキングな手法。

Elitist Ant System (ASelite)

Ant system: optimization by a colony of cooperating agents - IEEE Journals & Magazine
もっとも良い解に追加でフェロモンを分泌する。

Rank based Ant System (ASrank)

http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.49.4735
評価順位が高い解ほどフェロモンが多く分泌される。

MAX-MIN Ant System (MMAS)

MAX-MIN Ant system
アルゴリズム実行中に発見した最良解、もしくは一定の確率で反復中に発見した最良解にフェロモンを分泌する。
フェロモン量に上下限値を設定することで生成される解の多様性を維持。
フェロモン量の偏り度合い（λ-branching factor）に応じてフェロモン量を再初期化。
性能高く、応用事例も多い。

Ant Colony System (ACS)

Ant colony system: a cooperative learning approach to the traveling salesman problem - IEEE Journals & Magazine
アルゴリズム実行中に発見した最良解にフェロモンを分泌。
解を生成するときに通った経路のフェロモン量を減少させる局所更新。
こちらも性能高い。

Hyper-Cube ACO (HC-ACO)

The hyper-cube framework for ant colony optimization - IEEE Journals & Magazine
生成した解の評価値の総和により正規化した値を分泌する。
正規化により問題の規模に対してロバストになる。
上記の手法と組み合わせて使える。(HC-ASrank、HC-MMASなどなど）
特定の分布推定アルゴリズム(Population based Incremental Learning、compact Genetic Algorithm)とほぼ等価。


Ant Colony Optimization
ACOを考案したMarco Dorigo先生のページ。
重要な論文、プログラムが公開されている。

Ant Colony Optimization (A Bradford Book)

Ant Colony Optimization (A Bradford Book)

理論から応用までまとめられた素晴らしい書籍。
2004年なので内容が少し不足してきたかも？

Flex3勉強会

今日は株式会社ドーガ金沢事業所で開催されたFlex3勉強会に参加しました。
とても興味深いお話を聞くことができました。ありがとうございました！
Flex User Group → http://www.fxug.net/


Flexはまだ一部でしか使われていない感じですが、もっと啓蒙したいですねー
Adobe CSと親和性が高いのでデザイナさんと連携がとりやすいのがいいなと思います。
今後も隔月で勉強会を開催するとのことです。


Flexとはちょっとずれますが、java-ja 第十四回勉強会が富山で開かれるようです。こちらも是非ご参加を！
http://java-ja.yoshiori.org/index.php?第十四回