学習エンジン

高速高画質な減色ソフトpag1テトラへドロンで使っている減色のアルゴリズムを、多次元空間の分割の基準を、誤差を最小にするという基準から、AICを最小にする基準に変えるだけで、学習エンジンになってしまうというのを１９９５年に出願しています。

これをベースに、GA、ニューロ、ファジーといったソフトコンピューティングと呼ばれている分野全体の置き換えを狙っています。このテーマで９８年にさきがけ研究２１に応募したのですが、ヒアリングに残ったものの、２次の面接に進むことなく落ちました。

当初は、問題をユークリッド空間に置き換えることができなければならないという制約があったので、そういう問題のために、GAに組み込んでGAを高速化するという間接的な方法も考えました。現在では、ユークリッド空間に限らず、距離が求められればそれでＯＫということになっています。

応用分野としては、いろいろありすぎるわけですが、手近なところで、２０年前からやっているMilkyWay　Astrologyに応用するとか、遺伝子情報処理に応用するというのがあります。株や為替などの経済の分野に応用して手っ取り早くお金儲けというのもありうるのですが、これは運用資金がないのでしょうがありません。最近ではデータマイニングという分野があります。計算幾何学のデータマイニングへの応用ということで、数理科学に載っていた記事とは僕の方法はかなり異なっています。

AICに関連してベイズ統計について書いているページがあったはずなのですが、無いことに気づきました。そのうち復元させます。