ウイルス感染を用いた遺伝的アルゴリズムによるニューラルネットワークの学習

概要

論文の詳細を見る
本論文では,ウイルス感染を用いた遺伝的アルゴリズムによるニューラルネットワークの学習方法を提案する.GAでは個体集団全体での多様性を維持する方法の1つとして,集団を複数の部分集団に分ける島モデルか提案されている.島モデルでは部分集団間の遺伝情報の交換を,個体を移住させることで行っている.しかし,移住の間隔か短すぎれば,集団を分けない場合と差がなくなってしまう.逆に,移住の間隔か長すぎると進化が遅くなるという問題点がある.そこで,本論文では遺伝情報の一部をウイルスとして抽出し,それをほかの部分集団の個体に感染させることで遺伝情報の交換を行う.各部分集団の適応度の高い個体から抽出したウイルスを,ウイルス集団として保持し,ウイルスの適応度に応じて感染力を変えることで効率的なウイルス感染を行う.また,論理式,5ビットパリティ問題,3ビット2進カウント問題に対して本手法と従来手法を比較し,本手法の有効性を示す.
一般社団法人情報処理学会の論文
2003-05-15