| 講演名 | 2022-11-24 AI-Feynmanよりサポートされた遺伝的プログラミングの提案 金谷 宗一郎(金沢大), 高野 冬真(金沢大), 砂田 哲(金沢大), 新山 友暁(金沢大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 我々は数値データの入出力関係を表現する方程式を発見する手法として，AI-Feynmanによりサポート された遺伝的プログラミング(GP)を提案する.AI-Feynman は，Neural network (NN)を用いた特徴の検出と数値処理 により，総当たり法で式を発見する手法であり，GP は生物の進化を模した手法により効率的な式探索が可能な手法 である.本発表では AI-Feynman の補助によって GP の式発見能力を促進する手法の提案とその同定性能についての 議論を行う. |
| 抄録(英) | We study a symbolic regression technique to infer the equations of systems from the observed numerical data. Our method is based on the AI-Feynman, proposed by Udrescu et al., which uses neural networks to detect features of the data, and genetic programming, which is an efficient formula search method that mimics biological evolution. In this study, we show that our method can successfully infer simple equations from measurement data with the aid of the AI-Feynman. |
| キーワード(和) | AI-Feynman / Symbolic regression / 遺伝的プログラミング / ニューラルネットワーク |
| キーワード(英) | AI-Feynman / Symbolic regression / Genetic programming / Neural network |
| 資料番号 | NLP2022-66 |
| 発行日 | 2022-11-17 (NLP) |
| 研究会情報 | |
| 研究会 | NLP |
|---|---|
| 開催期間 | 2022/11/24(から2日開催) |
| 開催地（和） | 立命館大学 びわこ・くさつキャンパス |
| 開催地（英） | |
| テーマ（和） | Recurrence Plots，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 常田 明夫(熊本大) |
| 委員長氏名（英） | Akio Tsuneda(Kumamoto Univ.) |
| 副委員長氏名（和） | 鳥飼 弘幸(法政大) |
| 副委員長氏名（英） | Hiroyuki Torikai(Hosei Univ.) |
| 幹事氏名（和） | 吉岡 大三郎(崇城大) / 伊藤 大輔(岐阜大) |
| 幹事氏名（英） | Daizaburo Yoshioka(Sojo Univ.) / Daisuke Ito(Gifu Univ.) |
| 幹事補佐氏名（和） | 横井 裕一(長崎大) / 山仲 芳和(宇都宮大) |
| 幹事補佐氏名（英） | Yuichi Yokoi(Nagasaki Univ.) / Yoshikazu Yamanaka(Utsunomiya Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Nonlinear Problems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | AI-Feynmanよりサポートされた遺伝的プログラミングの提案 |
| サブタイトル（和） | |
| タイトル（英） | Genetic programming supported by physics-inspired methods |
| サブタイトル（和） | |
| キーワード(1)（和/英） | AI-Feynman / AI-Feynman |
| キーワード(2)（和/英） | Symbolic regression / Symbolic regression |
| キーワード(3)（和/英） | 遺伝的プログラミング / Genetic programming |
| キーワード(4)（和/英） | ニューラルネットワーク / Neural network |
| 第 1 著者 氏名（和/英） | 金谷 宗一郎 / Soichiro Kanaya |
| 第 1 著者 所属（和/英） | 金沢大学(略称：金沢大) Kanazawa University(略称：Kanazawa Univ.) |
| 第 2 著者 氏名（和/英） | 高野 冬真 / Toma Takano |
| 第 2 著者 所属（和/英） | 金沢大学(略称：金沢大) Kanazawa University(略称：Kanazawa Univ.) |
| 第 3 著者 氏名（和/英） | 砂田 哲 / Satoshi Sunada |
| 第 3 著者 所属（和/英） | 金沢大学(略称：金沢大) Kanazawa University(略称：Kanazawa Univ.) |
| 第 4 著者 氏名（和/英） | 新山 友暁 / Tomoaki Niiyama |
| 第 4 著者 所属（和/英） | 金沢大学(略称：金沢大) Kanazawa University(略称：Kanazawa Univ.) |
| 発表年月日 | 2022-11-24 |
| 資料番号 | NLP2022-66 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | NLP-280 |
| ページ範囲 | pp.42-42(NLP), |
| ページ数 | 1 |
| 発行日 | 2022-11-17 (NLP) |