| 研究概要 |
レイアウト設計などに登場する空間制約を自動的に獲得する方法を提案した。この方法は帰納論理プログラミングを拡張したもので,特徴は(1)数値データから制約論理プログラムで表された空間制約を導出すること,(2)どの空間的制約から学習するかを自動的に決定し,その関係を階層化するという多重ターゲット学習を導入していることにある。これらの機能は帰納学習システムGKSに実現されており、過去の設計事例集を入力すると,そこに内在する空間制約を一般化したルール集合が生成される。得られたルールは自動レイアウトの際に利用することが可能で,制約充足における探索空間を縮小し,妥当な解を高速に求めるのに有効であった。
|
