多様性を実現する群知能の振舞いのモデル 木下研究室 内山 竜佑.

Slides:



Advertisements
Similar presentations
『わかりやすいパターン認 識』 第 5 章 特徴の評価とベイズ誤り確率 5.4 ベイズ誤り確率と最近傍決定則 発表日: 5 月 23 日(金) 発表者:時田 陽一.
Advertisements

地図の重ね合わせに伴う 位相関係の矛盾訂正手法 萬上 裕 † 阿部光敏* 高倉弘喜 † 上林彌彦 ‡ 京都大学工学研究科 † 京都大学工学部 * 京都大学情報学研究科 ‡
シーケンス図の生成のための実行履歴圧縮手法
点対応の外れ値除去の最適化によるカメラの動的校正手法の精度向上
視線に基づくサブゴールを用いた 歩行者の行動モデル
「わかりやすいパターン認識」 第1章:パターン認識とは
Cl-GBI法によるふるまいの グラフの類似に基づく 群れのモデルの提案
クラスタ分析手法を用いた新しい 侵入検知システムの構築
班紹介 描画班一同.
エージェントモデル シミュレーション.
群論とルービックキューブ 白柳研究室  水野貴裕.
整数計画法を用いた スリザーリンクの解法 杉村 由花 (東京大学)
時空間データからのオブジェクトベース知識発見
Handel-Cによる       エアホッケー.
先端論文紹介ゼミ Role-based Context-specific Multiagent Q-learning
プロセス制御工学 6.PID制御 京都大学  加納 学.
Hybrid ccにおけるアニメーションが破綻しないための処理系の改良
Boid 鳥はどのように飛んでいるか ~鳥の群れのシミュレーション~ 総合政策学部2年 小林 慶太               宇佐美 絢子.
高山建志 五十嵐健夫 テクスチャ合成の新たな応用と展開 k 情報処理 vol.53 No.6 June 2012 pp
UML入門 UML PRESS vol.1 より 時松誠治 2003年5月19日.
3次元剛体運動の理論と シミュレーション技法
UMLとは           032234 田邊祐司.
集団的意思決定支援法の実験環境に関する研究
入出力データ型に透過な Webサービス動的実行システム 松江工業高等専門学校 情報工学科 越田高志 情報処理学会第68回全国大会
シミュレーション演習 G. 総合演習 (Mathematica演習) システム創成情報工学科
IPv6アドレスによる RFIDシステム利用方式
Lorenz modelにおける 挙動とそのカオス性
早わかりアントコロニー最適化 (ACO: Ant Colony Optimization)
検索エンジンを利用した Covert Channelの検出
サポートベクターマシン によるパターン認識
北大MMCセミナー 第74回 附属社会創造数学センター主催 Date: 2017年8月4日(金) 15:00~16:30
静的情報と動的情報を用いた プログラムスライス計算法
3D散歩ゲーム 08A2043 谷口盛海 種田研究室.
その他の図 Chapter 7.
第11回   ディジタル画像(2) ディジタル画像処理(2)
ステレオカメラを用いた人の行動解析.
1DS05175M 安東遼一 1DS05213M 渡邉光寿 指導教員: 高木先生
利用関係に基づく類似度を用いたJavaコンポーネント分類ツールの作成
プロジェクト演習III,V <インタラクティブ・ゲーム制作> プログラミングコース
社会シミュレーションのための モデル作成環境
TIME SIGNAL: 集合知を利用した赤信号点灯時間の取得手法
ゲーム開発モデルの基礎.
群知能を適用した アクセス制御システム 木下研究室 久保直也                                                     
早わかりアントコロニー最適化 (Ant Colony Optimization)
予測に用いる数学 2004/05/07 ide.
生  物  数  学 斉木 里恵.
ロボットの協調動作の研究: マップ作成とマップ情報を利用した行動計画
モデル化とシミュレーション.
Webコミュニティ概念を用いた Webマイニングについての研究 A study on Web Mining Based on Web Communities 清水 洋志.
一方向画像からの 3Dモデル生成 電気電子工学科 白井研究室 T215049 田原 大輝.
建築模型制作支援のための ソフトウェア研究開発
実空間における関連本アウェアネス 支援システム
コードクローン分類の詳細化に基づく 集約パターンの提案と評価
第一回 情報セキュリティ 05A1027 後藤航太.
情報経済システム論:第13回 担当教員 黒田敏史 2019/5/7 情報経済システム論.
遺伝アルゴリズムによる NQueen解法 ~問題特性に着目した突然変異方法の改善~
設計情報の再利用を目的とした UML図の自動推薦ツール
保守請負時を対象とした 労力見積のためのメトリクスの提案
クローン検出ツールを用いた ソフトウェアシステムの類似度調査
プロジェクト演習III,V <インタラクティブ・ゲーム制作> プログラミングコース
担当 兵庫県立大学大学院 応用情報科学研究科 神戸商科大学 商経学部管理化学科 教授 有馬 昌宏
低軌道周回衛星における インターネット構築に関する研究
ロールを基にした構造進化の表現 Role based Evolution Dependency Structure Matrix
オブジェクト指向言語における セキュリティ解析アルゴリズムの提案と実現
ベイジアンネットワークと クラスタリング手法を用いたWeb障害検知システムの開発
北大MMCセミナー 第23回 Date:2014年3月6日(木) 16:30~18:00 ※通常と曜日が異なります
北大MMCセミナー 第17回 Date:2013年12月16日(月) 16:30~18:00 ※通常とは曜日が異なります
計算機プログラミングI 第2回 2002年10月17日(木) 履習登録 複習 ライブラリの利用 (2.6-7) 式・値・代入 (2.6-8)
計算機プログラミングI 第5回 2002年11月7日(木) 配列: 沢山のデータをまとめたデータ どんなものか どうやって使うのか
Presentation transcript:

多様性を実現する群知能の振舞いのモデル 木下研究室 内山 竜佑

背景と目的 インターネット上で多様なコミュニティ(群れ)が形成される。 自分の価値を守りつつも、他の群れの価値を取り入れ、常に活動を続ける社会の可能性を探る。 ◆クラウドシステムの情報セキュリティを目的とする 動的な社会の中に公私の価値の循環(調和)を実現するシステムを研究 個々の情報リソースを護るのではなく、群れの進化的な作用自体を護る 群れの表現方法として群知能に着目し、進化と制約の矛盾を解決するような抽象的なシステムをシミュレーションする

人々と情報リソースの振舞いをエージェントと見做す 提案 群れを表す ◆Boid的規則+フェロモンの概念 Boid=群れを作る連携の振舞い フェロモン=行為の重要性 Boidをベースにエージェントが(濃度の高い)中心に集まる振舞いを記述する 全体の調和 ◆情報漏洩を少なくする 常に群れとして成り立たせ、そのパラメータを発見 人々と情報リソースの振舞いをエージェントと見做す O5 S3 S4 O6 O1 O2 S1 S2 O20 O30 S15 エージェント 行為 図1

方針 エージェントは人を表し、集まることで群れを形成する。 同じ色相は、考え・利害の一致(連携)、違う色相は、考 え・利害の不一致を表す。 色の濃さの違いは情報の重要度の違いを表し、より色の 濃いエージェントの元に同じようなエージェントが集まる。 連携 重要度の違い 図3

シミュレーションの方針 群れを形成するために Boid 的規則で群れを作る連携の振舞いを表現する。 ACOの蟻のフェロモンの概念で群れの中心を表現する。 時間が経過すると色相の高いエージェントに集まり1つの群れを形成する。 τ0 τ1 τ2 図4

このイメージをartisocを使用し、マルチエージェントの振舞いが調和するように表現する →秩序を保つ群知能パラメータの数値的範囲を求める. →その都度プログラムの数値を変える等の調整 →これを繰り返し、群れ全体を調和させそのパラメータを得る actisocのモデルの中で,本研究に適用可能と想われるモデルをピックアップし,分析. Friendship Classmates national Party 群れ 中心 エージェント

研究に適用可能なモデル [1] friendship: 群れを形成するための、集まる作用(Boid的規則)に利用できる。

研究に適用可能なモデル[2] classmates:重複する関係(矢印の本数)=フェロモンの濃度として利用できる。

研究に適用可能なモデル[3] national:微妙な色(フェロモンの濃度)の違いを表現する。

研究に適用可能なモデル[4] party:各エージェントに色の認識をさせ、近寄らせる。(フェロモン)

結果 適用可能なモデルを組み合わせ friendship classmates national party 図5

考察 中間発表時に提案していた、 artisocのBoidモデルでは、「集まる」ということが表現できないことが明らかになった。 artisoc の「friendship」のモデルが、提案モデルの「集まる作用」に近い動きをすることが分かった. そこで提案モデルをartisocの「Boid」モデルに代替する「friendship」モデルで実現することを提案した。 artisocの複数のモデルを組み合わせ、調和のパラメータを算出するまでの完全な実装に至らなかった。

今後の課題 提案した群知能のモデルをartisocによってシミュレーションできるようにする。 群知能のアルゴリズムを設計する シミュレーションを何回も重ねる 統計的データを収集 群れが調和するパラメータを求める 現実の情報漏洩問題との関係を明確にし、現実のシステム制御パラメータに置き換える研究に繋げたい。

調和とは 提案モデルを実装 →各群れが秩序を保つことができない →その都度プログラムの数値を変える等の調整  提案モデルを実装 →各群れが秩序を保つことができない →その都度プログラムの数値を変える等の調整 →これを繰り返し、群れ全体を調和させそのパラメータを得る 群れ 中心(濃度が高い) エージェントは動く 図2

提案するモデルが完成した場合 エージェント間の距離はコミュニティにおける活動を表していて、距離が近いほどそのアクティビティ(情報交換で新しいものを作る、進化・活動すること)が高いことを意味する。 エージェント間の距離に応じて情報フィルターを適用することにより、アクティビティを維持しつつ深刻な情報漏洩のみを防止することが可能となる。 その時、情報漏洩は完全に無くなるのでなく、システムが定める範囲で少なくなる。そのことと引き換えに、“群れの振舞いの内容自体のアクティビティを活性化させる効果”を期待する。

S1 S2 O1 R Φ O2 W Covert Channelは意図しない情報経路のことで、アクセス行列において、Subject、Object、permissionをアクセストリプルと定義した時始点から 終点への流れで、情報流出が発生してしまうことを言う。 <01>[内容]

Boid Separation(引き離し) 近くの鳥や物体に近づきすぎたらぶつからないように離れるルール。鳥同士が近づきすぎてしまったら、前を飛んでいる鳥はスピードを速くし、後ろを飛んでいるボイドはスピードを遅くする。障害物に対しては、ぶつからないように方向転換して衝突を避けるようにする 近くの鳥たちと飛ぶスピードや方向を合わせ同じ方向にあまり距離を空けないように飛ぶようにするルール。ある一定の距離より遠ざかりすぎてしまったら前を飛んでいる鳥はスピードを遅くし、後ろを飛んでいる鳥はスピードを速くするようにすることで実現することができる。 鳥たちが多くいる方へ向かって飛ぶルール。鳥が多くいる方向というのは、大ざっぱにいうと群れの中心(重心)方向ということになる。よってこのルールは、鳥に群れの中心の方向へ飛んでいくことを指示しています。この群れの中心をどう出すかだが、これは全ボイドの位置(座標)の平均として求める。 Alingment(整列) Cohesion(結合)

複雑系シミュレータ 『 artisoc 』 次世代の複雑系シミュレータ『artisoc』 を使う理由 ルール記述 ルール記述  → Boid+ACLモデルの規則を記述する コントロールパネルから任意のルールを実行  → 提案モデルのパラメータを変更することに利用 エージェントの空間移動やエージェント集合を操作する組み込み関数  → 提案モデルの規則を定式化可能 Pnutsスクリプトを経由してJavaクラス・メソッドを実行可能  → Javaクラスをパソコンに移植して実証実験に以降可能

群知能(Boid+ACO)の振舞い 1つの群れを形成するために Boid 的規則で群れを作る連携の振舞いを表現する。 時間が経過すると色相の高いエージェントに集まり1つの群れを形成する。 このイメージをartisocを使用し、マルチエージェントの振舞いが調和するように表現する τ0 τ1 τ2 図4

シミュレーションの方針 群れを形成するために Boid 的規則で群れを作る連携の振舞いを表現する。 ACOの蟻のフェロモンの概念で群れの中心を表現する。 時間が経過すると色相の高いエージェントに集まり1つの群れを形成する。 このイメージをartisocを使用し、マルチエージェントの振舞いが調和するように表現する →秩序を保つ群知能パラメータの数値的範囲を求める. →その都度プログラムの数値を変える等の調整 →これを繰り返し、群れ全体を調和させそのパラメータを得る Actisocのモデルの中で,本研究に適用可能と想われるモデルをピックアップし,分析. Friendship Classmates Party