基本情報

所属
コンピュータサイエンス部門
職位
准教授
E-Mail
peiyan@u-aizu.ac.jp
Webサイト
http://www.u-aizu.ac.jp/~peiyan/

教育

担当科目 - 大学
アルゴリズムとデータ構造、Java、ソフトウェア工学、C
担当科目 - 大学院

研究

研究分野
計算知能、ソフトコンピューティング
略歴
平成18年9月, 中国東北大学ソフトウェア学部卒業。
平成21年3月, 中国東北大学ソフトウェア大学院修士課程修了, 工学修士号を取得。
平成18年-平成23年, Neusoft(中国)社勤務。
平成20-平成22年, Alpine electronics R&D Europe GmbH (ドイツ)社勤務。
平成26年3月, 日本九州大学大学院芸術工学府博士課程修了, 博士(工学)号を取得。
平成26年4月, 会津大学助教就任。
平成28年4月, 会津大学准教授就任。
現在の研究課題
[1] 進化計算の適応度景観 <br>[2] 対話型進化計算 <br>[3] カオスとカオス進化<br>[4] ゲーム理論と進化計算の融合<br>[5] 機械学習 <br>[6] ソフトウェア工学
研究内容キーワード
計算知能、ニューラルネットワーク、ファジーシステム、進化計算、カオス、機械学習、ソフトウェア工学
所属学会
IEEE, 進化計算学会

パーソナルデータ

趣味
ハイキング、テニス
子供時代の夢
大学の先生になる
これからの目標
価値ある人になる
座右の銘
成功者になろうとするのではなく、価値ある人間になることだ。(アインシュタイン)"
愛読書
『論語』
学生へのメッセージ
会津大学でも頑張ってください!
その他

主な研究

人間の評価とコンピュータの最適化技術: 対象システム最適化の応用へ

〇従来の最適化技術
通常のシステム最適化は仕様・ゴールとの数値的誤差を手がかりに最適化を行うため、内部で評価関数(コスト関数)を扱う。対象システムの仕様(設計ゴール)が数値で与えられている場合は、通常の最適化設計が可能である。

〇従来の最適化技術の問題点
しかしシステムによっては数値的ゴールが与えられない場合もある。あるデザインコンセプトに合う絵や音の生成、補聴器のフィッティング、人工現実感の向上などは、ユーザの主観が最適化のための唯一の手がかりである。従来の最適化手法では、このような心理的(非数値的)ゴールを与えられても対処が困難である。

〇提案技術
このような課題には、人間の評価とコンピュータの最適化技術を協調的に組み合わせる枠組みが必要となる。対話型進化計算はこれを実現する1つの技術であり、人間の主観評価に基づいて進化計算が対象システムを最適化する手法である。 しかし、性能が計測できず、人間が性能を判断せざるを得ないようなシステムを設計するような場合も多々ある。本技術の実用化には、人間の主観や専門知識による評価に基づいて、対象システムを最適化する枠組みが必要である。対話型進化計算は、この枠組みの中で、最適化手法に進化計算を用いた手法である。わかりやすくイメージするためには、進化計算のフィットネス関数(評価関数)を人間に置き換えたシステムであると考えればよい。
例えば、補聴器を良く聞こえるようにしたい、リビングに適したグラフィクスを生成したい、ジャズらしい音楽を生成したい、などがその例である。主観評価は、好みのような感性的なものさしに基づく場合もあるし、専門知識に基づく判断の場合もある。

この研究を見る

進化計算のためのアルゴリズミックメカニズム設計理論の構築

We consider algorithmic design, enhancement, and improvement of evolutionary computation as a mechanism design problem. All individuals or several groups of individuals can be considered as self-interested agents. The individuals in evolutionary computation can manipulate parameter settings and operations by satisfying their own preferences, which are defined by an evolutionary computation algorithm designer, rather than by following a fixed algorithm rule. Evolutionary computation algorithm designers or self-adaptive methods should construct proper rules and mechanisms for all agents (individuals) to conduct their evolution behaviour correctly in order to definitely achieve the desired and preset objective(s). This primary principle can be implemented in any evolutionary computation algorithm that needs to consider strategy selection issues in its optimization process. The final objective of our work is to solve evolutionary computation design as an algorithmic mechanism design problem and establish its fundamental aspect by taking this perspective. This research is the first step towards achieving this objective by implementing a strategy equilibrium solution (such as Nash equilibrium) in evolutionary computation algorithm.

この研究を見る

主な著書・論文

1.Yan Pei,Natural Computing,,Chaotic Evolution: Fusion of Chaotic Ergodicity and Evolutionary Iteration for Optimization,2014,2.Yan Pei and Qingfu Zhao and Yong Liu,The Scientific World Journal,,Kernel Method Based Human Model for Enhancing Interactive Evolutionary Optimization,2015,3.Yan Pei,10.1155/2015/591954,International Journal of Machine Learning and Cybernetics,,Algorithmic Mechanism Design of Evolutionary Computation,2015,4.Yan Pei,10.1155/2015/704587,The Scientific World Journal,,From Determinism and Probability To Chaos: Chaotic Evolution Towards Philosophy and Methodology Of Chaotic Optimization,2015,5.,Yan Pei,2015 IEEE International Conference on Systems, Man, and Cybernetics (IEEE SMC2015),,,Oct.,,,,Strategy Equilibrium of Evolutionary Computation: towards Its Algorithmic Mechanism
Design,2015,6.Yan Pei,10.1007/s11227-016-1829-1,The Journal of Supercomputing,,Principal Component Selection Using Interactive Evolutionary Computation,2016,[1]. Yan Pei, "Chaotic Evolution: Fusion of Chaotic Ergodicity and Evolutionary Iteration for Optimization", Natural Computing, Springer, Vol.13 (1), pp.79-96, (2014).
[2]. Yan Pei and Hideyuki Takagi, "Accelerating IEC and EC searches with elite obtained by dimensionality reduction in regression spaces", Evolutionary Intelligence, Springer, Vol.6 (1), pp.27-40, (2013).
[3]. 裴岩,高木英行「3点および4点比較ベースの対話型差分進化と差分進化」進化計算学会論文誌, vol.3, no.3, pp.98-108 (2012).
[4]. Yan Pei and Hideyuki Takagi, "Fourier Analysis of the Fitness Landscape for Evolutionary Search Acceleration", 2012 IEEE Congress on Evolutionary Computation (IEEE CEC 2012), pp.2934-2940, Brisbane, Australia (June 10-15, 2012).
[5]. Yan Pei, “From Determinism and Probability To Chaos: Chaotic Evolution Towards Philosophy and Methodology Of Chaotic Optimization”, The Scientific World Journal, Article ID. 704587 (2014).
[6]. Yan Pei, Shaoqiu Zheng, Ying Tan and Hideyuki Takagi, “Effectiveness of Approximation Strategy in Surrogate-assisted Fireworks Algorithm”, International Journal of Machine Learning and Cybernetics, vol.6, no.5, pp. pp 795-810 (2015).
[7]. Yan Pei, “Algorithmic Mechanism Design of Evolutionary Computation”, Computational Intelligence and Neuroscience, vol.2015, Article ID 591954 (2015). doi:10.1155/2015/591954
[8]. Yan Pei, “Principal Component Selection Using Interactive Evolutionary Computation”, Journal of Supercomputing, Vol.73, no.7, pp.3002-3020 (2017). doi: 10.1007/s11227-016-1829-1