| 講演名 | 2018-06-13 追跡問題を解く複数のセンサ付き粒子群オプティマイザの使用 章 宏(九工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では，より追跡性能を高めるために，複数のセンサ付き粒子群オプティマイザ，即ち，Multiple Particle Swarm Optimizers with Sensors (MPSOS)，Multiple Particle Swarm Optimizers with Inertia Weight with Sensors (MPSOIWS)とMultiple Canonical Particle Swarm Optimizers with Sensors (MCPSOS)を構築し，実現することを提案する．これにより，得られる探索情報とセンサ情報及び最良解決定を生かして，速やかに移動目標を追跡することができる．計算機実験において，センサの設定パラメータ(個数，感知距離)を変化させて，一式のベンチマークである定速I型，変速II型と変速III型の追跡問題を解く際の探索方法MPSOIWSとMCPSOSの探索特徴を調べる．実験結果の分析により，探索方法MPSOIWSとMCPSOSの探索性能及び追跡能力などを明らかにする． |
| 抄録(英) | For realizing better search performance and efficiency, in this paper, author proposes three methods which are multiple particle swarm optimizers with sensors (MPSOS), multiple particle swarm optimizers with inertia weight with sensors (MPSOIWS) and multiple canonical particle swarm optimizers with sensors (MCPSOS), respectively. Duo to utilizing the obtained search information, sensor information and selection of the best solution, this approach is possible to promptly track the moving target. In simulation experiments, with changing the parameters (number, sensing distance) of the sensors, we investigate the search feature of each method against a set of benchmark which are the constant speed I type, variable speed II type and III type of tracking problems. Based on analyzing results, we reveal the outstanding search performance and tracking ability of MPSOIWS and MCPSOS methods. |
| キーワード(和) | 群知能 / 粒子群最適化 / センサ / 追跡能力 / 累積適合度 |
| キーワード(英) | swarm intelligence / particle swarm optimization / sensor / tracking ability / cumulative fitness |
| 資料番号 | NC2018-7 |
| 発行日 | 2018-06-06 (NC) |
| 研究会情報 | |
| 研究会 | NC / IBISML / IPSJ-BIO / IPSJ-MPS |
|---|---|
| 開催期間 | 2018/6/13(から3日開催) |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | Okinawa Institute of Science and Technology |
| テーマ（和） | 機械学習によるバイオデータマインニング、一般 |
| テーマ（英） | Machine Learning Approach to Biodata Mining, and General |
| 委員長氏名（和） | 平田 豊(中部大) / 鹿島 久嗣(京大) |
| 委員長氏名（英） | Yutaka Hirata(Chubu Univ.) / Hisashi Kashima(Kyoto Univ.) |
| 副委員長氏名（和） | 庄野 逸(電通大) / 杉山 将(東大) / 津田 宏治(東大) |
| 副委員長氏名（英） | Hayaru Shouno(UEC) / Masashi Sugiyama(Univ. of Tokyo) / Koji Tsuda(Univ. of Tokyo) |
| 幹事氏名（和） | 吉川 大弘(名大) / 吉本 潤一郎(奈良先端大) / 竹内 一郎(名工大) / 神嶌 敏弘(産総研) |
| 幹事氏名（英） | Tomohiro Yoshikawa(Nagoya Univ.) / Junichiro Yoshimoto(NAIST) / Ichiro Takeuchi(Nagoya Inst. of Tech.) / Toshihiro Kamishima(AIST) |
| 幹事補佐氏名（和） | 稲垣 圭一郎(中部大) / 篠崎 隆志(NICT) / 岩田 具治(NTT) / 大羽 成征(京大) |
| 幹事補佐氏名（英） | Keiichiro Inagaki(Chubu Univ.) / Takashi Shinozaki(NICT) / Tomoharu Iwata(NTT) / Shigeyuki Oba(Kyoto Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Bioinformatics and Genomics / Special Interest Group on Mathematical Modeling and Problem Solving |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 追跡問題を解く複数のセンサ付き粒子群オプティマイザの使用 |
| サブタイトル（和） | |
| タイトル（英） | Use of Multiple Particle Swarm Optimizers with Sensors on Solving Tracking Problems |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 群知能 / swarm intelligence |
| キーワード(2)（和/英） | 粒子群最適化 / particle swarm optimization |
| キーワード(3)（和/英） | センサ / sensor |
| キーワード(4)（和/英） | 追跡能力 / tracking ability |
| キーワード(5)（和/英） | 累積適合度 / cumulative fitness |
| 第 1 著者 氏名（和/英） | 章 宏 / Hiroshi Sho |
| 第 1 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：KIT) |
| 発表年月日 | 2018-06-13 |
| 資料番号 | NC2018-7 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | NC-80 |
| ページ範囲 | pp.9-14(NC), |
| ページ数 | 6 |
| 発行日 | 2018-06-06 (NC) |