| 研究概要 |
今年度は、先疫型システムの理論的解析とそれを支援するための基本ソフトウエアの構築を、以下のように行なった.
1. 免疫型システムの情報処理を理論的に解析する.特に,どのように遺伝子組み替えを行えば効率的な認識が行えるかを解析する.
2. 免疫型システムの情報処理に着目したオートマトン結合モデルを解析し、それと従来のオートマトン結合モデルと比較した.また、その免疫型システムの情報処理能力と、新しいエージェント生成の遺伝的組替えルール,エージェントでの処理内容、エージェント間の相互作用,エージェント間の結合のトポロジー,ネットワークの規模などとの関連を調べるためのソフトウエアを構築した.
3. これにより以下の2つの学習を行うメカニズムを考察した.
・長期学習モード(自己の学習):自己由来の擾乱に対しては,活性化される認識エージェントはあるものの,それらがシステムに印加されるさいに,相互に打ち消しあい影響を与えないよう遺伝的組替えルールおよびネットワークのパラメータが調整される.
・短期学習モード(非自己の学習):逆に外乱に対しては,今度,同じ形状の外乱がきたとき,速やかにかつ強力に対処できるように遺伝的組替えルールおよびネットワークのパラメータがが調整される.
|
