Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
超個体型データセンターにおける群知能クラスタリングの利用構想 / Clustering usi...
Search
kumagallium
April 18, 2019
Research
390
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
超個体型データセンターにおける群知能クラスタリングの利用構想 / Clustering using swarm intelligence for data center like superorganism
kumagallium
April 18, 2019
More Decks by kumagallium
See All by kumagallium
研究所が作る実験科学者向けノート eureco
kumagallium
0
170
ITRCmeet48_MasayaKUMAGAI
kumagallium
0
140
FIT2020_MasayaKUMAGAI
kumagallium
1
260
(長尺版)超個体型データセンターにおける群知能クラスタリングの利用構想 / [Long version] Clustering using swarm intelligence for data center like superorganism
kumagallium
0
3.3k
私の研究のこれまでとこれから2019 / My past research and my future research
kumagallium
1
270
分野横断的思考を活かした機械学習の取り組み〜材料工学×情報工学〜 / Application of cross-disciplinary thinking for machine learning
kumagallium
2
3.5k
疎構造学習およびグラフ畳み込みニューラルネットワークによる異常検知 / Anomaly detection by the method combined with sparse structure learn- ing and graph convolutional neural network
kumagallium
0
2.7k
侵入検知システムのためのグラフ構造に基づいた機械学習および可視化 / Graph Based Machine Learning and Visualization for Intrusion Detection System
kumagallium
0
1.9k
Other Decks in Research
See All in Research
Scalable dynamic origin-destination demand estimation enhanced by high-resolution satellite imagery data
satai
3
430
最先端NLP 2026 論文紹介: Wait, Wait, Wait... Why Do Reasoning Models Loop? / SNLP Paper Review: Wait, Wait, Wait... Why Do Reasoning Models Loop?
tkng
0
200
HAKARI-Bench - 実運用視点での情報検索モデル評価ベンチマーク
hotchpotch
1
710
データサイエンティストの就労意識~2015 → 2026 一般(個人)会員アンケートより
datascientistsociety
PRO
0
720
医療LLMの現在地〜最新研究から社会実装までを考える〜
kento1109
1
1.7k
論文紹介: Understanding Epistemic Language with a Language-augmented Bayesian Theory of Mind
hisaokatsumi
0
150
Ghost in the 7‑Zip: The Shadow of Residential Proxies Creeping into Your Life
nttcom
0
2k
研究室単位での自律的 IPv6接続性確立に向けたAS共同運用モデルの提案と実証
reokashiwa
PRO
0
210
The story of RefactoringMiner. Slow research, long-term impact
tsantalis
0
130
Model Discovery and Graph Simulation: A Lightweight Gateway to Chaos Engineering
anatolykr
0
280
RS-Agent: Automating Remote Sensing Tasks through Intelligent Agent
satai
3
510
Harness Engineering and Al Agent
kzinmr
3
1.9k
Featured
See All Featured
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
The Hidden Cost of Media on the Web [PixelPalooza 2025]
tammyeverts
2
490
SEO Brein meetup: CTRL+C is not how to scale international SEO
lindahogenes
1
2.8k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
990
Agile Actions for Facilitating Distributed Teams - ADO2019
mkilby
0
270
Git: the NoSQL Database
bkeepers
PRO
432
67k
The Cost Of JavaScript in 2023
addyosmani
55
10k
Collaborative Software Design: How to facilitate domain modelling decisions
baasie
1
300
Mobile First: as difficult as doing things right
swwweet
225
10k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
35
2.8k
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
300
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
3k
Transcript
超個体型データセンターにおける 群知能クラスタリングの利⽤構想 2019年 4⽉18⽇(⽊曜⽇) さくらインターネット研究所 研究員 熊⾕ 将也 ©SAKURA Internet
Inc. q-tech Meeting X "Special Day" @ 石狩
⾃⼰紹介 2 ࢯ໊ ۽୩ ক ࡀ ܦྺ ۀߴઐֶߍ ۀߴઐֶߍ ઐ߈Պ
େࡕେֶେֶӃ ֶݚڀՊ ڥɾΤωϧΪʔֶઐ߈ म࢜՝ఔ େࡕେֶେֶӃ ֶݚڀՊ ڥɾΤωϧΪʔֶઐ߈ ത࢜՝ఔ ͘͞ΒΠϯλʔωοτגࣜձࣾ ݚڀॴ ཧԽֶݚڀॴ "*1ηϯλʔ ֶश ɾ੍ޚֶɿʢतۀɺϩϘίϯ ఔʣ ɾࡐྉֶɿ ɾػցֶशɿ ੍ ޚ ֶ ແ ػ ࡐ ྉ ֶ 5XJUUFS !LVNBHBMMJVN 2JJUB .@,VNBHBJ
これからの研究 3 ݚڀॴͷίϯηϓτɿ ʮݸମܕσʔληϯλʔʯ ݱࡏσʔληϯλʔʹڊେͳίϯϐϡʔςΟϯάϦιʔε͕ଘࡏ͍ͯ͠ ·͕͢ɼࠓޙϨΠςϯγʗηΩϡϦςΟʗίετͷཁ͔݅Βɼ͋Β ΏΔॴࣾձɼ৫ʹίϯϐϡʔςΟϯάϦιʔε༹͕͚ࠐΜͰ͍͘ ͜ͱʹͳΓ·͢ɽ
ͦΕΒࢄͨ͠ίϯϐϡʔςΟϯάϦιʔεɼ୯ಠͰίϯϐϡʔςΟϯ άύϫʔΛఏڙ͢Δʹཹ·ΒͣɼͦͷॴࣾձͷཁٻʹԠͯ͡ɼࣗత ʹɼࢄ͋Δ͍༗ػతʹ݁߹͠ɼݱɾΫϥυͦΕͧΕ͕ॎԣʹ݁ͼ ͍ͭͨϋΠϒϦουߏΛͱΔΑ͏ʹػೳ͠·͢ɽ ͜ͷΑ͏ͳγεςϜʹΑΓ࣮ݱ͞ΕΔͷɼਓʑͷۙʹଘࡏ͠ɼϦΞ ϧλΠϜ͔ͭΠϯςϦδΣϯεʹϢʔβΛࢧ͑ͳ͕Βɼ͔͠͠ಉ࣌ʹόο ΫΤϯυଆ͕༗ػతʹ݁߹͢Δ͜ͱʹΑΓɼ͔ͭͯͳ͍ϚγϯύϫʔͱϦ ιʔεྔΛಈһ͢Δ͜ͱͰݱ࠷ద͔ͭશମ࠷దΛ࣮ݱ͢Δ4VQFS 0SHBOJ[FE8PSMEͰ͢ɽ 1) https://research.sakura.ad.jp/2019/02/22/concept-vision-2019//
これからの研究 4 ݚڀॴͷίϯηϓτɿ ʮݸମܕσʔληϯλʔʯ ݱࡏσʔληϯλʔʹڊେͳίϯϐϡʔςΟϯάϦιʔε͕ଘࡏ͍ͯ͠ ·͕͢ɼࠓޙϨΠςϯγʗηΩϡϦςΟʗίετͷཁ͔݅Βɼ͋Β ΏΔॴࣾձɼ৫ʹίϯϐϡʔςΟϯάϦιʔε༹͕͚ࠐΜͰ͍͘ ͜ͱʹͳΓ·͢ɽ
ͦΕΒࢄͨ͠ίϯϐϡʔςΟϯάϦιʔεɼ୯ಠͰίϯϐϡʔςΟϯ άύϫʔΛఏڙ͢Δʹཹ·ΒͣɼͦͷॴࣾձͷཁٻʹԠͯ͡ɼࣗత ʹɼࢄ͋Δ͍༗ػతʹ݁߹͠ɼݱɾΫϥυͦΕͧΕ͕ॎԣʹ݁ͼ ͍ͭͨϋΠϒϦουߏΛͱΔΑ͏ʹػೳ͠·͢ɽ ͜ͷΑ͏ͳγεςϜʹΑΓ࣮ݱ͞ΕΔͷɼਓʑͷۙʹଘࡏ͠ɼϦΞ ϧλΠϜ͔ͭΠϯςϦδΣϯεʹϢʔβΛࢧ͑ͳ͕Βɼ͔͠͠ಉ࣌ʹόο ΫΤϯυଆ͕༗ػతʹ݁߹͢Δ͜ͱʹΑΓɼ͔ͭͯͳ͍ϚγϯύϫʔͱϦ ιʔεྔΛಈһ͢Δ͜ͱͰݱ࠷ద͔ͭશମ࠷దΛ࣮ݱ͢Δ4VQFS 0SHBOJ[FE8PSMEͰ͢ɽ 1) https://research.sakura.ad.jp/2019/02/22/concept-vision-2019// ϨΠςϯγʗηΩϡϦςΟʗίετͷཁ݅ʹΑΓ େنूத͔Βࢄʹมભ͍ͯ͘͠ ͨͩ͠ɺͨͩͷࢄͰͳ͘ lࣗతʹzࢄ͋Δ͍༗ػతʹ݁߹͠ ϋΠϒϦουߏΛऔΔ ݱ࠷దԽ͔ͭશମ࠷దԽΛ࣮ݱ͠ɺ զʑͷΑΓۙͳଘࡏͱͯ͠ ϦΞϧλΠϜ͔ͭΠϯςϦδΣϯεʹϢʔβΛࢧ͑Δ ະདྷͷσʔληϯλʔͰ͋Δ ˞ࢲͳΓͷղऍ
これからの研究 5 ͦͦݸମͱɼ • ʮଟͷݸମ͔Βܗ͞Εɼ·ΔͰҰͭͷݸମͰ͋Δ͔ͷΑ͏ʹৼΔ͏ ੜͷूஂͷ͜ͱʯ • ʮݶఆతͳೳͱใ͔࣋ͨ͠ͳ͍ݸମ͕ଟू·ͬͯݸମͷೳྗΛ͑ ͨେ͖ͳ͜ͱΛ͛͠Δͷʯ Ͱ͋Δʢ8JLJQFEJBΑΓʣɽ
1) https://ja.wikipedia.org/wiki/超個体 2) http://www.flickr.com/photos/bakkenes/4205012347/ 3) https://fy10119700527i.com/tv/matayoshi-naoki-knowing-the-society-of-ants-3485/ ਤ ϛππϘΞϦͷ ਤ Γௗͷ7ࣈୂྻ
これからの研究 6 ݚڀॴͷίϯηϓτɿ ʮݸମܕσʔληϯλʔʯ ݱࡏσʔληϯλʔʹڊେͳίϯϐϡʔςΟϯάϦιʔε͕ଘࡏ͍ͯ͠ ·͕͢ɼࠓޙϨΠςϯγʗηΩϡϦςΟʗίετͷཁ͔݅Βɼ͋Β ΏΔॴࣾձɼ৫ʹίϯϐϡʔςΟϯάϦιʔε༹͕͚ࠐΜͰ͍͘ ͜ͱʹͳΓ·͢ɽ
ͦΕΒࢄͨ͠ίϯϐϡʔςΟϯάϦιʔεɼ୯ಠͰίϯϐϡʔςΟϯ άύϫʔΛఏڙ͢Δʹཹ·ΒͣɼͦͷॴࣾձͷཁٻʹԠͯ͡ɼࣗత ʹɼࢄ͋Δ͍༗ػతʹ݁߹͠ɼݱɾΫϥυͦΕͧΕ͕ॎԣʹ݁ͼ ͍ͭͨϋΠϒϦουߏΛͱΔΑ͏ʹػೳ͠·͢ɽ ͜ͷΑ͏ͳγεςϜʹΑΓ࣮ݱ͞ΕΔͷɼਓʑͷۙʹଘࡏ͠ɼϦΞ ϧλΠϜ͔ͭΠϯςϦδΣϯεʹϢʔβΛࢧ͑ͳ͕Βɼ͔͠͠ಉ࣌ʹόο ΫΤϯυଆ͕༗ػతʹ݁߹͢Δ͜ͱʹΑΓɼ͔ͭͯͳ͍ϚγϯύϫʔͱϦ ιʔεྔΛಈһ͢Δ͜ͱͰݱ࠷ద͔ͭશମ࠷దΛ࣮ݱ͢Δ4VQFS 0SHBOJ[FE8PSMEͰ͢ɽ 1) https://research.sakura.ad.jp/2019/02/22/concept-vision-2019// ϨΠςϯγʗηΩϡϦςΟʗίετͷཁ݅ʹΑΓ େنूத͔Βࢄʹมભ͍ͯ͘͠ ͨͩ͠ɺͨͩͷࢄͰͳ͘ lࣗతʹzࢄ͋Δ͍༗ػతʹ݁߹͠ ϋΠϒϦουߏΛऔΔ ݱ࠷దԽ͔ͭશମ࠷దԽΛ࣮ݱ͠ɺ զʑͷΑΓۙͳଘࡏͱͯ͠ ϦΞϧλΠϜ͔ͭΠϯςϦδΣϯεʹϢʔβΛࢧ͑Δ ະདྷͷσʔληϯλʔͰ͋Δ ݸମత ˞ࢲͳΓͷղऍ
未来のビジョンと機械学習 8 ϒϩά͔ΒͷҾ༻ ֤ίϯϐϡʔςΟϯάಠཱͨ͠ݸମͱͯ͠ػೳ͠ͳ͕Βɼ૯ମͱͯ͠ ౷͞Ε͍ͯΔΑ͏ʹݟ͑ɼখɾதنσʔληϯλʔ͕ϋϒͱͳͬͯɼ݁ Ռతʹશମ͕͏·͘ܨ͕Εߏ͞Ε͍ͯ͘ɽ 1) https://research.sakura.ad.jp/2019/02/22/concept-vision-2019/ ֤ίϯϐϡʔςΟϯάஞֶ࣍शʹΑΔಈతͳಛϕΫτϧΛܗ͠ͳ͕ ΒɼෳͷΫϥελʹ·ͱΊΒΕ͍ͯΔΑ͏ʹݟ͑ɼʢҎԼུʣɽ
ಛϕΫτϧͷੜ ΫϥελϦϯά ػցֶशతΠϝʔδ ˞ࢲͳΓͷղऍ
クラスタリング⼿法の⽐較 9 1) https://www.antecanis.com/texts/group_04/ ҰൠతͳΫϥελϦϯάख๏ ܈ೳ ,NFBOT ֊ܕ ܭࢉίετ ˓
✕ ˚ վྑੑ ˓ ✕ ˓ ࠶ݱੑ ✕ ˓ ˓ ֊ੑ ✕ ˓ ˓ ೖΕࢠߏ ✕ ˓ ˓ ύϥϝʔλ ˚ ˓ ˚ ͦΕͧΕͷख๏͝ͱʹಘҙෆಘҙ͕͋Δͷͷɺ܈ೳΛ༻͍ͨख๏ ൺֱతଟ͘ͷʹରͯ͠༗ޮͰ͋ΔՄೳੑ͕͋Δɻ ද ΫϥελϦϯάख๏ͷൺֱ
群知能 11 ٜίϩχʔ࠷దԽʢ"$0 ٜͷ࠾ӤߦಈʹணΛಘͨ࠷దԽख๏ɻ ٜϥϯμϜʹͷपΓΛ୳ࡧ͠ɺ໘ʹϑΣϩϞϯΛ͢ɻӤΛݟͭ ͚ΔͱϑΣϩϞϯྔΛิڧ͠ͳ͕ΒʹΔɻଞͷٜϑΣϩϞϯ͕ڧ͍ ಓΛબͼɺϑΣϩϞϯΛ͞Βʹิڧ͢ΔɻҰํɺϑΣϩϞϯৠൃ͢Δͨ Ίɺ༨ܭͳಓফ͑ͯӤ·Ͱͷ࠷ڑ͕ࣗಈతʹબ͞ΕΔɻ https://ja.wikipedia.org/wiki/%E8%9F%BB%E3%82%B3%E3%83%AD%E3%83%8B%E3%83%BC%E6%9C%80%E9%81%A9%E5%8C%96 ܈ೳͱ
ݸମؒͷہॴతͰ؆୯ͳΓऔΓΛ௨͠ɺ ूஂͱͯ͠ߴͳಈ͖Λ͢Δݱ Λ฿ͨ͠ਓೳٕज़
群知能 16 ٜίϩχʔ࠷దԽʢ"$0 ٜͷ࠾ӤߦಈʹணΛಘͨ࠷దԽख๏ɻ ٜϥϯμϜʹͷपΓΛ୳ࡧ͠ɺ໘ʹϑΣϩϞϯΛ͢ɻӤΛݟͭ ͚ΔͱϑΣϩϞϯྔΛิڧ͠ͳ͕ΒʹΔɻଞͷٜϑΣϩϞϯ͕ڧ͍ ಓΛબͼɺϑΣϩϞϯΛ͞Βʹิڧ͢ΔɻҰํɺϑΣϩϞϯৠൃ͢Δͨ Ίɺ༨ܭͳಓফ͑ͯӤ·Ͱͷ࠷ڑ͕ࣗಈతʹબ͞ΕΔɻ https://ja.wikipedia.org/wiki/%E8%9F%BB%E3%82%B3%E3%83%AD%E3%83%8B%E3%83%BC%E6%9C%80%E9%81%A9%E5%8C%96 ܈ೳΛར༻ͨ͠
දతͳΫϥελϦϯάख๏ Λ͝հ
群知能によるクラスタリング 17 ٜίϩχʔΫϥελϦϯάϞσϧʢ"$$.ʣ ٜ͕༮ͷ͚Λ͢Δߦಈʹج͍ͮͨΫϥελϦϯάΞϧΰϦζϜɻ ٜ֮ൣғʹಉ͡छྨͷ༮͕ଘࡏ͢Δ߹ʹԼΖ͢࡞ۀΛ܁Γฦ ͢ɻͦΕʹΑΓɺখ͞ͳΫϥελॖখɺফ໓͠ɺେ͖ͳΫϥελΑΓ େ͖ͳͷʹ͢Δɻ र͏ ஔ͘ र͏
群知能とデータマイニング:アジス・アブラハム 他、東京電機大学出版局、2012年 ΤʔδΣϯτʢٜʣΛา͔ͤ ࠷దͳΫϥελΛͭ͘ΒͤΔ
群知能によるクラスタリング 18 ٜίϩχʔΫϥελϦϯάϞσϧʢ"$$.ʣ ٜ͕༮ͷ͚Λ͢Δߦಈʹج͍ͮͨΫϥελϦϯάΞϧΰϦζϜɻ ٜ֮ൣғʹಉ͡छྨͷ༮͕ଘࡏ͢Δ߹ʹԼΖ͢࡞ۀΛ܁Γฦ ͢ɻͦΕʹΑΓɺখ͞ͳΫϥελॖখɺফ໓͠ɺେ͖ͳΫϥελΑΓ େ͖ͳͷʹ͢Δɻ र͏ ஔ͘ र͏
群知能とデータマイニング:アジス・アブラハム 他、東京電機大学出版局、2012年
群知能によるクラスタリング 20 ཻࢠ܈࠷దԽ๏ʢ140 'MPDLΞϧΰϦζϜ ௗͳͲͷ܈Εͷಈ͖Λ฿ͨ͠ΞϧΰϦζϜɻ ಉछͰͳ͍܈Ε͔ΒΕɺಉछͷ܈Εͷۙ͘ʹΛ߹Θͤͯཹ· ΔɻͦΕʹΑΓɺछྨผͷΫϥελϦϯά͕ߦΘΕΔɻ 群知能とデータマイニング:アジス・アブラハム 他、東京電機大学出版局、2012年
িಥճආˠඇྨࣅϊʔυͷࢄ ௐ 'MPDLΫϥελϦϯάˠྨࣅϊʔυͷूத িಥճආ 'MPDL ΫϥελϦϯά ݸମʢௗʣͦͷͷ͕ ࠷దͳΫϥελΛࣗൃతʹܗ͢Δ
群知能によるクラスタリング 21 ཻࢠ܈࠷దԽ๏ʢ140 'MPDLΞϧΰϦζϜ ௗͳͲͷ܈Εͷಈ͖Λ฿ͨ͠ΞϧΰϦζϜɻ ಉछͰͳ͍܈Ε͔ΒΕɺಉछͷ܈Εͷۙ͘ʹΛ߹Θͤͯཹ· ΔɻͦΕʹΑΓɺछྨผͷΫϥελϦϯά͕ߦΘΕΔɻ 群知能とデータマイニング:アジス・アブラハム 他、東京電機大学出版局、2012年
িಥճආˠඇྨࣅϊʔυͷࢄ ௐ 'MPDLΫϥελϦϯάˠྨࣅϊʔυͷूத িಥճආ 'MPDL ΫϥελϦϯά
群知能 22 ٜίϩχʔ࠷దԽʢ"$0 ٜͷ࠾ӤߦಈʹணΛಘͨ࠷దԽख๏ɻ ٜϥϯμϜʹͷपΓΛ୳ࡧ͠ɺ໘ʹϑΣϩϞϯΛ͢ɻӤΛݟͭ ͚ΔͱϑΣϩϞϯྔΛิڧ͠ͳ͕ΒʹΔɻଞͷٜϑΣϩϞϯ͕ڧ͍ ಓΛબͼɺϑΣϩϞϯΛ͞Βʹิڧ͢ΔɻҰํɺϑΣϩϞϯৠൃ͢Δͨ Ίɺ༨ܭͳಓফ͑ͯӤ·Ͱͷ࠷ڑ͕ࣗಈతʹબ͞ΕΔɻ https://ja.wikipedia.org/wiki/%E8%9F%BB%E3%82%B3%E3%83%AD%E3%83%8B%E3%83%BC%E6%9C%80%E9%81%A9%E5%8C%96 ΫϥελϦϯάͯ͠
݁ہԿΛ͢Δ͔
応⽤アイデア 23 Ԡ༻ΞΠσΞ ϝτϦοΫͳͲΛར༻ͨ͠ಛϕΫτϧ ˠྨࣅ༻్Ϋϥελʹجͮ͘ҟৗݕɾ༧ ௨৴ස௨৴༰Λར༻ͨ͠ಛϕΫτϧ ˠϧʔςΟϯάͷॖɼʢΩϟογϡʣαʔόͷ࠷దஔ
ཧతҐஔΛར༻ͨ͠ಛϕΫτϧ ˠՄൖܕαʔόɺσʔληϯλʔͷ࠷దஔ 8FCαʔό ҟৗ ҙใ ࣌ؒ ҟৗݕ ҟৗ༧
まとめ 24 • ίϯϐϡʔςΟϯάϦιʔε͕ࣗతʹࢄɾूதߏΛͱΓɺ༗ػతʹ ࠷దԽ͢ΔݸମܕσʔληϯλʔΛ࣮ݱ͍ͨ͠ • ʮಛϕΫτϧͷੜʯͱʮΫϥελϦϯάʯʹ Ϗδϣϯͱํੑ ͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠ •
Ϋϥελʔ͔Βͷ֎Εݕ • ಉҰΫϥελʔͷҟৗΛڞ༗ɺҙใൃྩʢҟৗ༧ʹͭͳ͕Δʁʣ • ܦ࿏ͷ࠷దԽʢΩϟογϡʣαʔό࠷దஔ • Մൖܕσʔληϯλʔͷ࠷దஔ ܈ೳΫϥελϦϯά ߟ͑ΒΕΔԠ༻ྫ • ҰൠతͳΫϥελϦϯάख๏ΑΓଟ͘ͷ໘Ͱ༗ޮͰ͋ΔՄೳੑ • ΤʔδΣϯτͷ༗ແͰख๏͕ͭʹେผ͞ΕΔ