特開 2024-143895 データ処理シーケンスの生成方法、生成装置、および、コンピュータープログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024143895

(43)【公開日】2024-10-11

(54)【発明の名称】データ処理シーケンスの生成方法、生成装置、および、コンピュータープログラム

(51)【国際特許分類】

   G06N 3/086 20230101AFI20241004BHJP

   G06N 3/0985 20230101ALI20241004BHJP

【ＦＩ】

G06N3/086

G06N3/0985

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2023056834

(22)【出願日】2023-03-31

(71)【出願人】

【識別番号】000002369

【氏名又は名称】セイコーエプソン株式会社

(74)【代理人】

【識別番号】110000028

【氏名又は名称】弁理士法人明成国際特許事務所

(72)【発明者】

【氏名】笠原 秀明

(57)【要約】

【課題】特定のデータ処理フィルターが有するパラメーターに変更を加えたりするなどのパラメーターに着目した個体の生成を容易に行うことできる技術を提供する。
【解決手段】データ処理シーケンスの生成方法は、（ａ）１世代の個体群を生成する工程と、（ｂ）遺伝子と、ノードおよびパラメーターと、を対応付けた参照テーブルを参照して、個体を構成する遺伝子ごとに、ノードの１つである入力層と、ノードの他の１つであるフィルター層と、パラメーターとのいずれかを割り当てて、個体に応じた前記データ処理シーケンスを生成する工程と、（ｃ）出力データと対象データに関連付けられた目標となる目標データとを比較して出力データと目標データとの類似度を示す評価値を算出する工程と、（ｄ）複数のデータ処理シーケンスのそれぞれに対応する複数の評価値を用いて、基準条件を満たす前記データ処理シーケンスを特定する工程と、を備える。
【選択図】図１３

【特許請求の範囲】

【請求項1】

データ処理シーケンスの生成方法であって、
前記データ処理シーケンスは、入力層とフィルター層と出力層とをノードとしており、
前記生成方法は、
（ａ）前記入力層および前記フィルター層の種類と、前記フィルター層に設定されるパラメーターと、のいずれかを表すための複数の遺伝子を配列した複数の個体を生成して１世代の個体群を生成する工程と、
（ｂ）前記遺伝子と、前記ノードおよび前記パラメーターと、を対応付けた参照テーブルを参照して、前記個体を構成する前記遺伝子ごとに、前記ノードの１つである前記入力層と、前記ノードの他の１つである前記フィルター層と、前記パラメーターとのいずれかを割り当てて、前記個体に応じた前記データ処理シーケンスを生成する工程と、
（ｃ）前記個体群が表す複数の前記データ処理シーケンスごとに、対象データをデータ処理し、前記データ処理シーケンスごとに出力された出力データと、前記対象データに関連付けられた目標となる目標データと、を比較して前記出力データと前記目標データとの類似度を示す評価値を算出する工程と、
（ｄ）前記複数のデータ処理シーケンスのそれぞれに対応する複数の前記評価値を用いて、予め定めた基準条件を満たす前記データ処理シーケンスを特定する工程と、を備える、生成方法。

【請求項2】

請求項１に記載の生成方法であって、
前記工程（ｄ）における前記予め定めた基準条件は、複数の前記評価値がそれぞれ示す複数の前記類似度のうちで最も値が高い前記類似度が、予め定めた終了閾値以上であるという条件であり、
前記工程（ａ）は、前記工程（ｄ）において前記予め定めた基準条件を満たさない場合には、前回のルーチンによって生成した前記複数の個体のうちで、前記類似度が低い１つ以上の前記個体については、前記類似度が高い前記個体に対して交叉と突然変異との少なくとも一つを行うことで新たな前記個体に置き換え、前記類似度が高い前記個体を複製することで、今回のルーチンで用いる次世代の前記個体群を生成する次世代生成工程を含む、生成方法。

【請求項3】

請求項２に記載の生成方法であって、
前記工程（ｂ）は、前記データ処理シーケンスの生成元である前記個体を構成する前記遺伝子ごとに、前記遺伝子が表す前記ノードと前記パラメーターとを区別するためのデコード種別を関連付けた種別テーブルを生成する種別テーブル生成工程を含み、
前記参照テーブルは、前記種別テーブルを含む、生成方法。

【請求項4】

請求項３に記載の生成方法であって、
前記デコード種別は、前記ノードと前記パラメーターとの区別に加え、前記データ処理シーケンスの生成に用いられなかった未使用の前記遺伝子を区別するための種別を含み、
前記種別テーブル生成工程は、前記データ処理シーケンスの生成元である前記個体を構成する前記遺伝子ごとに、前記遺伝子が表す前記ノードと前記パラメーターと前記未使用の前記遺伝子を区別するための前記デコード種別を関連付けた前記種別テーブルを生成する、生成方法。

【請求項5】

請求項３または請求項４に記載の生成方法であって、
前記次世代生成工程は、前記種別テーブルを参照して、交叉点と、前記突然変異を行う前記遺伝子と、の少なくともいずれか一方を決定し、前記交叉と前記突然変異との少なくとも一方を行う参照個体生成工程を含む、生成方法。

【請求項6】

請求項５に記載の生成方法であって、
前記参照個体生成工程は、前記突然変異によって前記個体を生成する場合において、前記突然変異を行う対象となる前記個体が有する前記複数の遺伝子のうちで、前記デコード種別として前記パラメーターが関連付けられた前記遺伝子に対して前記突然変異を行う種別参照変異工程を含む、生成方法。

【請求項7】

請求項６に記載の生成方法であって、
前記次世代生成工程は、さらに、前記種別テーブルを参照することなく、交叉と突然変異との少なくとも一つを行うことで前記個体を生成する通常個体生成工程を含み、
前記次世代生成工程は、予め定めた生成条件に従って、前記参照個体生成工程と、前記通常個体生成工程との少なくともいずれかを実行する、生成方法。

【請求項8】

請求項７に記載の生成方法であって、
前記生成条件は、前記前回のルーチンによって生成した前記複数の個体の中で前記類似度が高い前記個体のうちで、前記類似度が上位Ｎ番目（Ｎは１以上の整数）までの前記データ処理シーケンスの生成元である前記個体に対しては、前記種別参照変異工程を実行するという条件である、生成方法。

【請求項9】

データ処理シーケンスの生成装置であって、
前記データ処理シーケンスは、入力層とフィルター層と出力層とをノードとしており、
前記生成装置は、
前記入力層および前記フィルター層の種類と、前記フィルター層に設定されるパラメーターと、のいずれかを表すための複数の遺伝子を配列した複数の個体を生成して１世代の個体群を生成する個体群生成部と、
前記遺伝子と、前記ノードおよび前記パラメーターとを対応付けた参照テーブルを参照して、前記個体を構成する前記遺伝子ごとに、前記ノードの１つである前記入力層と、前記ノードの他の１つである前記フィルター層と、前記パラメーターとのいずれかを割り当てて、前記個体に応じた前記データ処理シーケンスを生成する遺伝子翻訳部と、
前記個体群が表す複数の前記データ処理シーケンスごとに、対象データをデータ処理し、前記データ処理シーケンスごとに出力された出力データと、前記対象データに関連付けられた目標となる目標データと、を比較して前記出力データと前記目標データとの類似度を示す評価値を算出する算出部と、
前記複数のデータ処理シーケンスのそれぞれに対応する複数の前記評価値を用いて、予め定めた基準条件を満たす前記データ処理シーケンスを特定する特定部と、を備える、生成装置。

【請求項10】

データ処理シーケンスの生成をコンピューターに実行させるためのコンピュータープログラムであって、
前記データ処理シーケンスは、入力層とフィルター層と出力層とをノードとしており、
前記コンピュータープログラムは、
（ａ）前記入力層および前記フィルター層の種類と、前記フィルター層に設定されるパラメーターと、のいずれかを表すための複数の遺伝子を配列した複数の個体を生成して１世代の個体群を生成する機能と、
（ｂ）前記遺伝子と、前記ノードおよび前記パラメーターとを対応付けた参照テーブルを参照して、前記個体を構成する前記遺伝子ごとに、前記ノードの１つである前記入力層と、前記ノードの他の１つである前記フィルター層と、前記パラメーターとのいずれかを割り当てて、前記個体に応じた前記データ処理シーケンスを生成する機能と、
（ｃ）前記個体群が表す複数の前記データ処理シーケンスごとに、対象データをデータ処理し、前記データ処理シーケンスごとに出力された出力データと、前記対象データに関連付けられた目標となる目標データと、を比較して前記出力データと前記目標データとの類似度を示す評価値を算出する機能と、
（ｄ）前記複数のデータ処理シーケンスのそれぞれに対応する複数の前記評価値を用いて、予め定めた基準条件を満たす前記データ処理シーケンスを特定する機能と、を備える、コンピュータープログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、データ処理シーケンスを生成する技術に関する。

【背景技術】

【0002】

従来、遺伝的プログラミングを用いることにより、個体を木構造のように構造的に表現する技術が知られている（特許文献１）。従来の技術では、遺伝的プログラミングを用いることにより、複数の画像処理フィルターを木構造に組み合わせた画像処理シーケンスを生成している。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００７－８７０５５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１の技術では、遺伝的プログラミングを用いることにより、複数の画像処理シーケンスを生成し、基準条件を満たす画像処理シーケンスを特定している。画像処理フィルターには、画像処理に必要なパラメーターが、パラメーターの種類ごとに複数準備される場合がある。画像処理シーケンスが生成される場合には、このパラメーターについても設定される。特許文献１の技術では、個体を構成する画像入力層や画像フィルターを表す遺伝子に対してパラメーターが付加されている。この場合、複数の画像処理シーケンスを表す複数の個体を生成する場合に、ある画像処理フィルターが有するパラメーターに変更を加えたりするなどのパラメーターに着目した個体の生成を容易に行うことが困難な場合があった。このような課題は、画像を処理する画像処理シーケンスの生成に限らず、画像や電圧変化など種々のデータを処理するデータ処理シーケンスの生成にも共通する。

【課題を解決するための手段】

【0005】

本開示の第１形態によれば、データ処理シーケンスの生成方法が提供される。前記データ処理シーケンスは、入力層とフィルター層と出力層とをノードとしている。このデータ処理シーケンスの生成方法は、（ａ）前記入力層および前記フィルター層の種類と、前記フィルター層に設定されるパラメーターと、のいずれかを表すための複数の遺伝子を配列した複数の個体を生成して１世代の個体群を生成する工程と、（ｂ）前記遺伝子と、前記ノードおよび前記パラメーターと、を対応付けた参照テーブルを参照して、前記個体を構成する前記遺伝子ごとに、前記ノードの１つである前記入力層と、前記ノードの他の１つである前記フィルター層と、前記パラメーターとのいずれかを割り当てて、前記個体に応じた前記データ処理シーケンスを生成する工程と、（ｃ）前記個体群が表す複数の前記データ処理シーケンスごとに、対象データをデータ処理し、前記データ処理シーケンスごとに出力された出力データと、前記対象データに関連付けられた目標となる目標データと、を比較して前記出力データと前記目標データとの類似度を示す評価値を算出する工程と、（ｄ）前記複数のデータ処理シーケンスのそれぞれに対応する複数の前記評価値を用いて、予め定めた基準条件を満たす前記データ処理シーケンスを特定する工程と、を備える。

【0006】

本開示の第２形態によれば、データ処理シーケンスの生成装置が提供される。前記データ処理シーケンスは、入力層とフィルター層と出力層とをノードとしている。このデータ処理シーケンスの生成装置は、前記入力層および前記フィルター層の種類と、前記フィルター層に設定されるパラメーターと、のいずれかを表すための複数の遺伝子を配列した複数の個体を生成して１世代の個体群を生成する個体群生成部と、前記遺伝子と、前記ノードおよび前記パラメーターとを対応付けた参照テーブルを参照して、前記個体を構成する前記遺伝子ごとに、前記ノードの１つである前記入力層と、前記ノードの他の１つである前記フィルター層と、前記パラメーターとのいずれかを割り当てて、前記個体に応じた前記データ処理シーケンスを生成する遺伝子翻訳部と、前記個体群が表す複数の前記データ処理シーケンスごとに、対象データをデータ処理し、前記データ処理シーケンスごとに出力された出力データと、前記対象データに関連付けられた目標となる目標データと、を比較して前記出力データと前記目標データとの類似度を示す評価値を算出する算出部と、前記複数のデータ処理シーケンスのそれぞれに対応する複数の前記評価値を用いて、予め定めた基準条件を満たす前記データ処理シーケンスを特定する特定部と、を備える。

【0007】

本開示の第３形態によれば、データ処理シーケンスの生成をコンピューターに実行させるためのコンピュータープログラムが提供される。前記データ処理シーケンスは、入力層とフィルター層と出力層とをノードとしている。このコンピュータープログラムは、（ａ）前記入力層および前記フィルター層の種類と、前記フィルター層に設定されるパラメーターと、のいずれかを表すための複数の遺伝子を配列した複数の個体を生成して１世代の個体群を生成する機能と、（ｂ）前記遺伝子と、前記ノードおよび前記パラメーターとを対応付けた参照テーブルを参照して、前記個体を構成する前記遺伝子ごとに、前記ノードの１つである前記入力層と、前記ノードの他の１つである前記フィルター層と、前記パラメーターとのいずれかを割り当てて、前記個体に応じた前記データ処理シーケンスを生成する機能と、（ｃ）前記個体群が表す複数の前記データ処理シーケンスごとに、対象データをデータ処理し、前記データ処理シーケンスごとに出力された出力データと、前記対象データに関連付けられた目標となる目標データと、を比較して前記出力データと前記目標データとの類似度を示す評価値を算出する機能と、（ｄ）前記複数のデータ処理シーケンスのそれぞれに対応する複数の前記評価値を用いて、予め定めた基準条件を満たす前記データ処理シーケンスを特定する機能と、を備える。

【図面の簡単な説明】

【0008】

【図1】実施形態の生成システムを説明するための図。

【図2】記憶装置を説明するための図。

【図3】学習データ群の一例を示す図。

【図4】遺伝子テーブルを説明するための図。

【図5】一つの世代の個体群を説明するための図。

【図6】生成過程の木構造のデータ処理シーケンスを示す図。

【図7】表形式のデータ処理シーケンスと木構造のデータ処理シーケンスを示す図。

【図8】接続条件テーブルを説明するための図。

【図9】種別テーブルの一例を示す図。

【図10】生成装置が実行する処理を示すフローチャート。

【図11】ステップＳ１０の接続条件テーブルの生成処理の詳細フローチャート。

【図12】接続条件テーブルの生成処理を説明するための第１図。

【図13】接続条件テーブルの生成処理を説明するための第２図。

【図14】接続条件テーブルを示す図。

【図15】特定データ処理シーケンスの生成処理の詳細フローチャート。

【図16】ステップＳ３０８の詳細フローチャートを示す図。

【図17】ステップＳ３０８の処理において参照される閾値テーブルを示す図。

【図18】ステップＳ３０８を説明するための第１の図。

【図19】ステップＳ３０８を説明するための第２の図。

【図20】表形式のデータ処理シーケンスを示す図。

【図21】参照個体生成工程の種別参照変異工程を説明するための図。

【図22】利用処理工程のフローチャート。

【発明を実施するための形態】

【0009】

Ａ．実施形態：
Ａ－１．生成システムの構成：
図１は、実施形態の生成システム１０を説明するための図である。生成システム１０は、生成装置２０とセンサー装置２００とを備える。生成装置２０とセンサー装置２００とは、有線や無線によってデータを送受信可能である。センサー装置２００は、対象の物理量を取得するセンサーであり、物理量である光の強さを検出して画像を生成する撮像装置や、物理量である電圧を取得する電圧センサーなどがある。本実施形態は、センサー装置２００は撮像装置である。センサー装置２００によって取得された撮像画像は、生成装置２０に送信される。

【0010】

生成装置２０は、データ処理後の所望とする目標データＴＭを得るための特定データ処理シーケンスＤＳｑを生成するシーケンス生成機能と、シーケンス生成機能を実行する際に用いられる接続条件テーブル８８を生成する接続条件生成機能と、データ処理機能とを有する。目標データＴＭは、データ処理シーケンスによるデータ処理の目的に応じて予め準備される。例えば、目標データＴＭは、データ処理シーケンスＳｑに入力される入力データＩＤの種別を判別することが目的である場合には、判別結果を示すデータである。また例えば、目標データＴＭは、入力データＩＤから所定の電圧や温度などの物理量を得たい場合には、物理量を示すデータである。本実施形態では、目標データＴＭは、目標画像である。

【0011】

データ処理機能は、データ処理シーケンスＳｑを用いて入力データＩＤをデータ処理する機能である。本実施形態の生成装置２０は、入力データＩＤである撮像画像を元に、所望の目的を達成するための所望画像を得るためのデータデータ処理シーケンスＤＳｑを自動で生成する。例えば、生成装置２０は、センサー装置２００によって撮像された工業製品である回路基板の画像を、特定データ処理シーケンスＤＳｑを用いて画像処理することで、欠陥部分が黒画像、それ以外の部分が白画像で表された二値化画像を所望画像として出力する。例えば、この二値化画像を元に、欠陥部分の有無や位置がユーザーや装置によって特定されることで、工業製品の検査が行われる。

【0012】

シーケンス生成機能は、遺伝的プログラミングを用いて複数のデータ処理シーケンスＳｑを生成し、生成した複数のデータ処理シーケンスＳｑの中から所望とする画像処理後の画像を得るための特定データ処理シーケンスＤＳｑを特定する。

【0013】

接続条件生成機能は、遺伝子座に配置された遺伝子の数値がどのシーケンス要素に対応するのかを決定するための接続条件テーブル８８を生成する。本実施形態では、データ処理機能とシーケンス生成機能と接続条件生成機能とは、一つの生成装置２０に搭載されているが、これに限定されるものではない。他の実施形態では、データ処理機能とシーケンス生成機能と接続条件生成機能とはそれぞれ、別々の装置に搭載されていてもよいし、クラウド上に存在していてもよい。

【0014】

生成装置２０は、パーソナルコンピューターなどの電子計算機である。生成装置２０は、プロセッサー２５と、記憶装置７０と、入力部１５０と、表示部１６０とを備える。プロセッサー２５は、記憶装置７０に記憶された各種プログラムを実行することで、生成装置２０の動作を制御する。プロセッサー２５の詳細な機能は後述する。記憶装置７０は、ＲＡＭやＲＯＭなどのメモリーにより構成されている。記憶装置７０には、プロセッサー２５の各機能を実現するための各種プログラムと、データ処理シーケンスＳｑの生成のために用いる各種データとが記憶されている。記憶装置７０の詳細は後述する。入力部１５０は、外部からの情報を受け付けるインタ－フェ－スである。入力部１５０は、例えば、センサー装置２００からの撮像画像などのデータの入力を受け付けたり、ユーザーが他の装置を用いて生成した画像などのデータの入力を受け付けたりする。表示部１６０は、各種情報を表示する。表示部１６０は、例えば、液晶モニターである。

【0015】

プロセッサー２５は、記憶装置７０の各種プログラムを実行することで、シーケンス生成部３０と、データ処理部４０と、評価判定部４６と、接続条件テーブル生成部５５と、表示制御部６０として機能する。なお、プロセッサー２５によって実行される機能の一部は、ハードウェア回路によって実現されてもよい。ここで、本開示において、「プロセッサー」は、ＣＰＵやＧＰＵを包含する用語である。

【0016】

シーケンス生成部３０は、個体ＩＶによって示された遺伝子の配列を木構造のように構造的に表現することで、シーケンス要素の組み合わせが異なる複数のデータ処理シーケンスＳｑによって構成されるシーケンスセットを生成する。データ処理シーケンスＳｑは、複数のシーケンス要素の組み合わせによって表されている。シーケンス要素としては、（ｉ）データを入力するノードである入力層と、（ｉｉ）入力層と出力層との間の中間のノードである、データ処理を実行するフィルター層と、（ｉｉｉ）最終的なデータ処理後のデータである出力データＰＭを出力するノードである出力層と、（ｉＶ）フィルター層で実行されるデータ処理のパラメーターとがある。データ処理シーケンスＳｑは少なくとも一つのフィルター層を含む。入力層は、データ処理シーケンスＳｑの始端ノードである。出力層は、データ処理シーケンスＳｑの終端ノードである。

【0017】

シーケンス生成部３０は、個体群生成部３２と、遺伝子翻訳部３４と、種別テーブル生成部３６と、を備える。個体群生成部３２は、一次元まに配列された複数の遺伝子によって構成される個体ＩＶを生成する。個体ＩＶを構成する各遺伝子は、シーケンス要素のうちで、入力層と、フィルター層の種類と、フィルター層のパラメーターごとのパラメーター値と、のいずれかを表す数値である。出現範囲を示す遺伝子の数値範囲ごとに、入力層とフィルター層とのいずれか、または、パラメーターのパラメーター値が割り当てられる。このように、本実施形態では、フィルター層に設定されるパラメーターも遺伝子によって表されている。以上のように、個体ＩＶは、出力層を除くシーケンス要素のそれぞれに対応した遺伝子を配列することで生成される。

【0018】

個体群生成部３２は、一つの世代Ｇごとに、予め定めた数の個体ＩＶを生成する。本実施形態では、個体群生成部３２は、一次元に遺伝子を配列することで、予め定めた遺伝子長の個体ＩＶを生成する。一つの世代Ｇごとにおいて、複数のデータ処理シーケンスＳｑのシーケンス要素の組み合わせは異なる。個体群生成部３２は、一回目の世代Ｇについては、個体ＩＶの各遺伝子座に、０から１までの小数点第３位までの数値を遺伝子としてランダムに配置することで、複数の個体ＩＶから構成される個体群８４を生成する。個体群生成部３２は、二回目以降の世代Ｇについては、前回の親世代Ｇの個体ＩＶのうちで後述する評価値ＥＶが高い個体ＩＶから交叉と突然変異との少なくとも一つの手法を用いて個体ＩＶを新たに生成することで、新たに生成した個体ＩＶと、親世代Ｇで維持、すなわち親世代Ｇの個体ＩＶを複製した個体ＩＶとの集合である個体群８４を生成する。

【0019】

遺伝子翻訳部３４は、記憶装置７０に記憶された後述する遺伝子テーブル８２や接続条件テーブル８８を参照することで、個体ＩＶの各遺伝子を翻訳して木構造で表されたデータ処理シーケンスＳｑを生成する。遺伝子テーブル８２や接続条件テーブル８８は、遺伝子である数値の数値範囲ごとに対応するシーケンス要素と、各シーケンス要素の接続関係を規定したテーブルである。データ処理シーケンスＳｑは、個体ＩＶと遺伝子テーブル８２、または個体ＩＶと接続条件テーブル８８とによって表される。

【0020】

種別テーブル生成部３６は、個体ＩＶの各遺伝子が表すシーケンス要素の種別を遺伝子ごとに規定する種別テーブル９２を生成する種別テーブル生成工程を実行する。種別テーブル９２は、シーケンス生成機能によって特定データ処理シーケンスＤＳｑを特定するために生成される個体ＩＶの生成に用いられる。種別テーブル９２は、個体ＩＶの各遺伝子が表すシーケンス要素の種別であるデコード種別を遺伝子ごとに規定したテーブルである。種別テーブル９２は、個体ＩＶが有する全て、本実施形態では１５個の遺伝子座Ｎｏ．に関連付けてデコード種別が規定される。このように、種別テーブル生成工程は、データ処理シーケンスＳｑの生成元である個体ＩＶを構成する遺伝子ごとに、遺伝子が表すノードとパラメーターとを区別するためのデコード種別を関連付けた種別テーブル９２を生成する。種別テーブル９２の詳細は後述する。

【0021】

データ処理部４０は、遺伝子翻訳部３４が生成したデータ処理シーケンスＳｑや、記憶装置７０に記憶された特定データ処理シーケンスＤＳｑを用いて、入力層に入力された入力データＩＤをデータ処理して出力層からデータ処理後の出力データＰＭを出力する。

【0022】

評価判定部４６は、１世代Ｇの複数の個体ＩＶが示す複数のデータ処理シーケンスＳｑの中から、予め定めた基準条件を満たす特定データ処理シーケンスＤＳｑを特定する。評価判定部４６は、算出部４７と、特定部４９とを有する。

【0023】

算出部４７は、入力データＩＤの一例である学習データＬＭを個体ＩＶが示すデータ処理シーケンスＳｑによってデータ処理することで得られたデータ処理後の出力データＰＭと、学習データＬＭに関連付けられた目標となる目標データＴＭとを比較して、出力データＰＭと目標データＴＭとの類似度ＳＤを示す評価値ＥＶを算出する。算出部４７は、１つの世代Ｇにおける複数の個体ＩＶが示す複数のデータ処理シーケンスＳｑごとに、評価値ＥＶを算出する。算出された評価値ＥＶは、個体ＩＶと関連付けて記憶装置７０に記憶される。

【0024】

特定部４９は、算出した評価値ＥＶを用いてデータ処理シーケンスＳｑが予め定めた基準条件を満たすか否かを判定し、基準条件を満たすデータ処理シーケンスＳｑを特定データ処理シーケンスＤＳｑとして特定する。

【0025】

評価値ＥＶとしては、例えば、平均二乗誤差（MSE:Mean Squared Error）や、ピーク信号対雑音比（PSNR:Peak signal-to-noise ratio）や、構造的類似度（SSIM:Structural Similarity）の一つを用いることができる。ＭＳＥが評価値ＥＶとして用いられる場合、ＭＳＥの値が小さい程、出力データＰＭと目標データＴＭとの類似度ＳＤは高い。つまり、ＭＳＥの逆数が、類似度ＳＤを示す。ＰＳＮＲが評価値ＥＶとして用いられる場合には、ＰＳＮＲが大きい程、出力データＰＭと目標データＴＭとの類似度ＳＤは高い。つまり、ＰＳＮＲは類似度ＳＤを示す。ＳＳＩＭが用いられる場合には、例えば、データ、例えば画像データを小領域に分割して、小領域ごとに算出されたＳＳＩＭの平均値であるＭＳＳＩＭ（Mean SSIM）が評価値ＥＶとして用いられる。ＭＳＳＩＭが評価値ＥＶとして用いられる場合、ＭＳＳＩＭが大きい程、類似度ＳＤは高い。つまり、ＭＳＳＩＭは類似度ＳＤを示す。なお、評価値ＥＶは、出力データＰＭおよび目標データＴＭが、入力データＩＤが良品または不良品であるかなどの判別結果を示す場合には、類似度ＳＤは、例えば、複数の入力データＩＤに応じた出力データＰＭおよび目標データＴＭの一致率としてもよい。

【0026】

接続条件テーブル生成部５５は、評価判定部４６によって算出された評価値ＥＶと、評価値ＥＶに関連付けられた個体ＩＶとを用いて、接続条件テーブル８８を生成する。接続条件テーブル８８は、目標データＴＭを目標とする所望データを出力するためのシーケンス要素の接続の相性を示す接続参考値ＲＶを定めたテーブルである。具体的には、接続条件テーブル８８は、接続された入力側ノード要素と出力側ノード要素の一対のノード要素である要素セットごとに接続参考値ＲＶを定めたテーブルである。接続参考値ＲＶは、一対の要素セットについて、データ処理シーケンスＳｑの構成要素として出現する確率を示す。接続参考値ＲＶが大きい程、対応する要素セットが出現する確率は高くなる。接続条件テーブル８８の生成方法については後述する。

【0027】

表示制御部６０は、各種情報を表示部１６０に表示させる。表示制御部６０は、例えば、特定データ処理シーケンスＤＳｑや、出力データＰＭや、目標データＴＭや、評価値ＥＶを表示部１６０に表示させる。

【0028】

図２は、記憶装置７０を説明するための図である。記憶装置７０は、学習データ群７４と、ノード要素群８０と、遺伝子テーブル８２と、個体群８４と、接続条件テーブル８８と、種別テーブル９２と、各種条件テーブル９３と、特定データ処理シーケンスＤＳｑと、各種プログラム９４とを記憶する。

【0029】

各種条件テーブル９３は、生成装置２０によって実行する各種処理の条件が規定されている。例えば、各種条件テーブル９３は、接続条件テーブル８８の生成処理を実行する場合に用いる終了条件や、特定データ処理シーケンスＤＳｑを特定するための基準条件や、次世代の個体群を生成するときの生成条件を規定する。特定データ処理シーケンスＤＳｑは、特定部４９によって予め定めた基準条件を満たすと判定されたデータ処理シーケンスＳｑである。特定データ処理シーケンスＤＳｑは、例えば、複数のデータ処理層である複数のフィルター層を識別する層識別子と、層識別子の順番、すなわち接続関係とによって表される。各種プログラム９４は、プロセッサー２５によって実行されるプログラムである。

【0030】

図３は、学習データ群７４の一例を示す図である。学習データ群７４は、データ処理シーケンスＳｑによるデータ処理対象である学習データＬＭと、学習データＬＭに関連付けられた目標データＴＭとによって構成された学習セットＳＭを複数セット有する。学習データＬＭは、例えば、工業製品である回路基板の画像である。目標データＴＭは、欠陥部分ＤＡが黒画像、それ以外の部分が白画像で表された二値化画像である。目標データＴＭは、良品を示す画像である良品データと、不良品を示す画像である不良品データとの２種類がある。不良品データは、例えば、予め欠陥部分の箇所が特定できている学習データＬＭを参考に、ユーザーが欠陥部分ＤＡを黒画像に設定し、それ以外の部分を白画像に設定することで生成される。良品データは、欠陥部分ＤＡが存在しないので、例えば、全体が白画像に設定される。複数の学習データＬＭはそれぞれ、製造番号が異なる同種の回路基板をセンサー装置２００で撮像した画像である。

【0031】

図２のノード要素群８０は、データ処理シーケンスＳｑにおいてノードを構成するノード要素の集合である。ノード要素は、フィルター層と、入力層である。フィルター層としては、平均値フィルター、最大値フィルター、最小値フィルター、二値化フィルター、移動平均フィルター、ラプラシアンフィルター、ガウシアンフィルター、ソーベルフィルター、ガンマ補正フィルター、２つのデータを一つのデータに合成するフィルターなどが挙げられる。なお、フィルター層は、同じ種類のフィルター層であっても、カーネルサイズや係数などのパラメーターの値を選択できる場合には、データ処理部４０において、選択されたパラメーターの値が設定されたフィルター層によってデータ処理が実行される。

【0032】

遺伝子テーブル８２は、データ処理シーケンスＳｑの候補となるシーケンス要素の接続関係と、遺伝子が示す数値に対応するシーケンス要素との対応関係とを示すテーブルである。

【0033】

図４は、遺伝子テーブル８２を説明するための図である。以下では、理解の容易の為に、ノード要素群８０は、５つのフィルター層ＦｔＧ～ＦｔＬで構成されているとする。実際には、５つよりも多い数のフィルター層が、ノード要素群８０に記憶されている。遺伝子テーブル８２は、第１種遺伝子テーブル８２Ａと第２種遺伝子テーブル８２Ｂのテーブルがある。第１種遺伝子テーブル８２Ａは、木構造で表されるデータ処理シーケンスＳｑのノードを構成するノード要素である入力層ｉｎ，ＣｏｎＢおよびフィルター層ＦｔＧ～ＦｔＬと、遺伝子が示す数値ＶＧとの対応関係を示す。なお、入力層ｉｎは、入力データＩＤを受け付けて出力側に出力する層である。入力層ＣｏｎＢは、予め定められた固定データが入力される層であり、例えば、入力データＩＤと同種のデータである。固定データは、入力データＩＤが画像である場合には、画像である。

【0034】

第２種遺伝子テーブル８２Ｂは、フィルター層にパラメーターが設定される場合に、パラメーターの値と、遺伝子が示す数値ＶＧとの対応関係を示す。第２種遺伝子テーブル８２Ｂは、パラメーターを設定可能なフィルター層ごとに設けられている。例えば、フィルター層ＦｔＧは、２種類のパラメーターＦｔＧ＿Ｐ１，ＦｔＧ＿Ｐ２が設定可能であるため、一方のパラメ－タ－ＦｔＧ＿Ｐ１については第２種遺伝子テーブル８２Ｂ１で規定され、他方のパラメーターＦｔＧ＿Ｐ２については第２種遺伝子テーブル８２Ｂ２で規定される。

【0035】

第１種遺伝子テーブル８２Ａは、入力層およびフィルター層の種別を示すノード要素種別ごとに、入力数とパラメーター数と出現範囲とが規定されている。ノード要素種別は、入力層とフィルター層を識別する識別子である。入力数は、フィルター層や入力層の入力側に接続されるシーケンス要素の数を示す。入力数が「２」である場合には、２つのノードから出力されたデータが、フィルター層に入力される。なお、本実施形態では、各ノードの出力側に接続されるノードの数である出力数は全て「１」であり、フィルター層や入力層は、一つの出力側ノードに接続される。

【0036】

第２種遺伝子テーブル８２Ｂは、パラメーターが設定されたノード要素種別ごとに、パラメーター値と出現範囲との関係が規定されている。

【0037】

第１種遺伝子テーブル８２Ａおよび第２種遺伝子テーブルの出現範囲には、遺伝子の数値ＶＧの範囲が規定されている。例えば、第１種遺伝子テーブル８２Ａにおいて、遺伝子の数値ＶＧが０以上０．１４３未満の値である場合には、この遺伝子には入力層ｉｎが割り当てられる。本実施形態では、各遺伝子テーブル８２Ａ，８２Ｂ１、８２Ｂ２・・・において、テーブルごとにおいてノード要素種別またはパラメーター値が均等な確率でランダムにデータ処理シーケンスＳｑ中に出現するように、０～１の数値を均等配分して出現範囲として設定している。

【0038】

図２に示す個体群８４は、個体群生成部３２によって生成された１つの世代Ｇにおける複数の個体ＩＶが記憶されている。図５は、一つの世代Ｇの個体群８４を説明するための図である。本実施形態では、１つの世代Ｇで５つの個体ＩＶ１～ＩＶ５が生成される例を説明する。各個体ＩＶ１～ＩＶ５は、遺伝子を配置する複数の遺伝子座が一次元的に配列されている。各個体ＩＶ１～ＩＶ５の遺伝子長は同じであり、各個体ＩＶ１～ＩＶ５はＮｏ．１～Ｎｏ．１５の遺伝子座に遺伝子を順に配列することで構成されている。個体群生成部３２は、各遺伝子座に、０から１までの小数点第３位までの数値で表された遺伝子をランダムに配置する。つまり、本実施形態では、各遺伝子座で遺伝子が取りうる値は、０以上１以下の小数点第３位までの数値である。

【0039】

図２のさらなる説明を行う前に、図６を用いて、遺伝子翻訳部３４によるデータ処理シーケンスＳｑの生成処理を説明する。図６は、遺伝子翻訳部３４によって生成される生成過程の木構造のデータ処理シーケンスＳｑを示す図である。図６の左側には、木構造のデータ処理シーケンスＳｑを表す表形式のデータ処理シーケンスＴＳｑが示され、右側には木構造のデータ処理シーケンスＳｑが示されている。なお、図６に示すデータ処理シーケンスＳｑは、図５に示す個体ＩＶ１を元に生成されるデータ処理シーケンスＳｑ１である。

【0040】

本実施形態において、遺伝子翻訳部３４によるデータ処理シーケンスＳｑの生成処理は、事前生成処理と、特定生成処理との２種類がある。事前生成処理は、接続条件生成機能を実行して接続条件テーブル８８を生成するために実行される処理である。特定生成処理は、接続条件テーブル８８を用いたシーケンス生成機能が実行される場合に実行される処理である。シーケンス生成部３０の遺伝子翻訳部３４は、事前生成処理では図４に示す遺伝子テーブル８２を参照し、特定生成処理では接続条件テーブル８８と遺伝子テーブル８２の第２種遺伝子テーブル８２Ｂと種別テーブル９２を参照して、データ処理シーケンスＳｑを生成する。事前生成処理と特定生成処理における、個体ＩＶからデータ処理シーケンスＳｑを生成するアルゴリズムは同じであるため、以下では、まず事前生成処理におけるデータ処理シーケンスＳｑの生成について説明する。

【0041】

事前生成処理では、遺伝子翻訳部３４は、個体ＩＶと、遺伝子テーブル８２と、ノード要素群８０とを用いて、出力層ｏｕｔ側から順に木構造のデータ処理シーケンスＳｑを生成する。図６の右側に示すように、まず遺伝子翻訳部３４は、出力層ｏｕｔを出力側の端部である終端ノードに設定し、個体ＩＶの遺伝子の配列順に入力側へとのノードを接続することでデータ処理シーケンスＳｑを生成する。シーケンス要素の接続は、予め定めた接続ルールに従い実行される。本実施形態では、深さ優先のルールに従い遺伝子の翻訳が実行される。詳細には、遺伝子の配列順に、終端ノード側から優先してノード要素やパラメーターであるシーケンス要素を設定すると共に、出力層ｏｕｔを上側としたときの木構造において、左側の接続先を右側の接続先よりも優先してシーケンス要素を設定するというルールに従って、データ処理シーケンスＳｑが生成される。つまり、遺伝子の配列順に、出力層ｏｕｔ側からフィルター層または入力層を配置すると共に、入力側が複数に分岐している場合には、左側のシーケンスが入力層となるまで、左側を優先させる。また、フィルター層にパラメーターを設定する必要がある場合には、パラメーターを設定した後に次のノードを設定する。

【0042】

遺伝子翻訳部３４は、個体ＶＩ１のＮｏ．１の遺伝子の数値ＶＧである「０．８９９」と、ノードを設定するための図４に示す第１種遺伝子テーブル８２Ａとを参照して、「０．８９９」がフィルター層ＦｔＬの出現範囲内にあることを特定する。これにより、出力層ｏｕｔの入力側に、フィルター層ＦｔＬを接続する。つまり、遺伝子翻訳部３４は、表形式のデータ処理シーケンスＴＳｑにおいて、ノードＮｏ．１に対応したノード要素にフィルター層ＦｔＬを設定する。なお、表形式のデータ処理シーケンスＴＳｑにおいて、括弧書きに記された数字は、理解の容易のために、個体ＩＶ１の遺伝子座Ｎｏ，を示している。

【0043】

次に、遺伝子翻訳部３４は、第１種遺伝子テーブル８２Ａを参照して、ノードＮｏ．１に設定したフィルター層ＦｔＬの入力数およびパラメーター数に応じて表形式のデータ処理シーケンスＴＳｑ１に予約コードを設定する。具体的には、ノードＮｏ．１に設定したフィルター層ＦｔＬのパラメーター数は「１」であり、入力数は「２」であるので、遺伝子翻訳部３４は、表形式のデータ処理シーケンスＴＳｑにおいて、ノードＮｏ．１のフィルターパラメーター１と第１入力側ノードＮｏ．と第２入力側ノードＮｏ．に予約コードを設定する。

【0044】

次に、遺伝子翻訳部３４は、設定された予約コードのうちでフィルターパラメーターに設定された予約コードについて、パラメーターを設定する。具体的には、遺伝子翻訳部３４は、ノードＮｏ．１のフィルター層ＦｔＬに対応した第２種遺伝子テーブル８２Ｂと、遺伝子座Ｎｏ．２の遺伝子の数値ＶＧ２とを参照して、フィルター層ＦｔＬに用いるパラメーター値を選択する。遺伝子座Ｎｏ．２の遺伝子の数値ＶＧと、第２種遺伝子テーブル８２Ｂとが参照されることで、図６の中段に示すように、遺伝子翻訳部３４は、パラメーター値ＴＬ１がフィルター層ＦｔＬに設定される。

【0045】

遺伝子翻訳部３４は、ノードＮｏ．１に設定されたフィルター層ＦｔＬについて、パラメーターの設定が終了した後に、入力側ノードの設定を行う。具体的には、第１入力側ノードと第２入力側ノードのうち、第１入力側ノードが始端ノードである入力層ｉｎまたは入力層ＣｏｎＢとなるまで、第１入力側ノードを優先してノードの設定を行う。図６に示す例では、ノードＮｏ．１のフィルター層ＦｔＬの第１入力側ノードＮｏ．に、ノードＮｏ．２を割り当てる。そして遺伝子翻訳部３４は、遺伝子座Ｎｏ．３の遺伝子の数値と、第１種遺伝子テーブル８２Ａとを参照して、ノードＮｏ．２のノードを決定する。具体的には、個体ＩＶ１について遺伝子座Ｎｏ．３の遺伝子の数値は「０．１５５」であるので、数値「０．１５５」が出現範囲内である入力層ＣｏｎＢがノードＮｏ．２に設定される。つまり、フィルター層ＦｔＬの２つの入力側のうち一方の入力側には入力層ＣｏｎＢが接続される。

【0046】

フィルター層ＦｔＬの第１入力側ノードには、始端ノードである入力層ＣｏｎＢが設定されたので、遺伝子翻訳部３４は次に、ノードＮｏ．１の予約コードが設定された第２入力側ノードの設定を行う。遺伝子翻訳部３４は、入力側が全て入力層ｉｎまたは入力層ＣｏｎＢとなるまで、遺伝子座の遺伝子の数値ＶＧと、遺伝子テーブル８２とを参照して、シーケンス要素の設定を行う。

【0047】

遺伝子翻訳部３４は、入力側ノードが全て入力層ｉｎと入力層ＣｏｎＢとのいずれかになった場合には、個体ＩＶ１の全ての遺伝子を用いていない場合であっても、事前生成処理を用いたデータ処理シーケンスＳｑの生成処理を終了する。なお、遺伝子翻訳部３４は、個体ＩＶ１の全ての遺伝子を用いた場合において、入力側ノードが全て入力層ｉｎまたは入力層ＣｏｎＢになっていない場合には、残りの未接続の入力側ノードに所定の入力層、本実施形態では入力層ｉｎを設定することで、データ処理シーケンスＳｑの生成処理を終了する。

【0048】

図７は、図５の個体ＩＶ１で表される表形式のデータ処理シーケンスＴＳｑ１と、木構造のデータ処理シーケンスＳｑ１を示す図である。表形式のデータ処理シーケンスＴＳｑ１において、括弧内に記載された数字は、対応する遺伝子座Ｎｏ．である。また木構造のデータ処理シーケンスＳｑ１において、［ｘ，ｙ］のｘの数字は、データ処理シーケンスＳｑのノードＮｏ．であり、ｙは対応する遺伝子座Ｎｏ．である。フィルター層ＦｔＧのパラメーター数は２つであるので、遺伝子座Ｎｏ．５に応じたパラメーターＴＧ１ａと、遺伝子座Ｎｏ．６に応じたパラメーターＴＧ２ｂが設定されている。

【0049】

図２を用いてさらに記憶装置７０の説明を行う。図２に示す接続条件テーブル８８は、遺伝子翻訳部３４が特定生成処理によって個体ＩＶからデータ処理シーケンスＳｑを生成する場合に参照される。図８は、接続条件テーブル８８を説明するための図である。接続条件テーブル８８は、入力側に配置される候補となる入力側ノード要素の種別を示す入力側ノード要素種別と、入力側ノード要素種別の識別子と、入力側ノードに接続される候補となる出力側ノード要素の種別を示す出力側ノード要素種別と、出力側ノード要素種別の識別子と、入力数と、入力側ノード要素種別ごとのパラメーター数と、接続参考値ＲＶとが規定されている。入力側ノード要素は、入力層ｉｎ，ＣｏｎＢとフィルター層ＦｔＧ～ＦｔＬである。出力側ノード要素は、フィルター層ＦｔＧ～ＦｔＬと出力層ｏｕｔである。つまり、接続条件テーブル８８には、接続された入力側ノード要素および出力側ノード要素の一対の要素セットが規定されている。接続参考値ＲＶとしての平均値ＡＲＶは、要素セットごとに規定された値であり、入力データＩＤをデータ処理して目標データＴＭを目標とした所望画像を出力するための接続の相性を示す。例えば、入力側にフィルター層ＦｔＧ、出力側にフィルター層ＦｔＨが接続された要素セットの平均値ＡＲＶは、「０．６８０」である。平均値ＡＲＶは、接続条件生成機能によって決定される。この接続条件テーブル８８の具体的な生成方法は後述する。

【0050】

図９は、種別テーブル９２の一例を示す図である。図９に示す種別テーブル９２は、データ処理機能によって特定データ処理シーケンスＤＳｑの候補となるデータ処理シーケンスＳｑを生成する過程で種別テーブル生成部３６によって生成される。図９に示すように、種別テーブル９２は、個体ＩＶのそれぞれについて、遺伝子座Ｎｏ．に配置された遺伝子ごとに、遺伝子が表すノード要素とパラメーターとを区別するためのデコード種別を関連付けたテーブルである。また、種別テーブル９２のデコード種別は、ノードとパラメーターとの区別に加え、データ処理シーケンスＳｑの生成に用いられなかった未使用の遺伝子を区別するための種別を含む。図９において、遺伝子がノード要素を表すために用いられた場合には、デコード種別として「Ｎｏｄｅ」の識別子が設定される。また、遺伝子がパラメーターを表すために用いられた場合には、デコード種別として「Ｐａｒａｍ」の識別子が設定される。また、遺伝子が未使用の場合には、デコード種別として「Ｅｍｐｔｙ」の識別子が設定される。種別テーブル９２は、参照テーブル８９の一部である。

【0051】

Ａ－２．生成装置が実行する処理：
図１０は、生成装置２０が実行する処理を示すフローチャートである。生成装置２０の接続条件生成機能は、まず、ステップＳ１０において接続条件テーブル８８の生成処理を実行する。次いで、生成装置２０のシーケンス生成機能は、ステップＳ３０において、接続条件テーブル８８を用いた特定データ処理シーケンスＤＳｑの生成処理を実行する。次いで、生成装置２０のデータ処理機能は、ステップＳ５０において、特定データ処理シーケンスＤＳｑを利用した利用処理を実行する。

【0052】

図１１は、ステップＳ１０の接続条件テーブル８８の生成処理の詳細フローチャートである。図１２は、接続条件テーブル８８の生成処理を説明するための第１図である。図１３は、接続条件テーブル８８の生成処理を説明するための第２図である。

【0053】

図１１に示すように、まず、記憶装置７０は、ステップＳ１００において、複数のフィルター層および入力層をノード要素群８０として記憶する。ステップＳ１００は、ユーザーによって特定データ処理シーケンスＤＳｑで用いる候補となるフィルター層などのノード要素が生成装置２０に入力されることで実行される。

【0054】

また、記憶装置７０は、ステップＳ１０１において、複数の学習セットＳＭから構成される学習データ群７４を記憶する。ステップＳ１０１は、ユーザーによって学習データ群７４が生成装置２０に入力されることで実行される。

【0055】

また、ステップＳ１０２において、接続条件テーブル生成部５５は、接続条件テーブル８８を初期化する。具体的には、接続条件テーブル生成部５５は、図１２に示すように接続条件テーブル８８における各要素セットの値である平均値ＡＲＶを全て所定値に設定する。所定値は、平均値ＡＲＶが取り得る範囲である０～１の任意の値を設定でき、本実施形態では、「１」である。なお、ステップＳ１００とステップＳ１０１とステップＳ１０２の順序はこれに限定されるものではない。

【0056】

次に図１１に示すように、ステップＳ１０３において、個体群生成部３２は、現世代Ｇについての複数の個体ＩＶから構成される個体群８４を生成する。一つの世代Ｇにおける個体群８４は、複数の個体ＩＶ１～ＩＶ５によって構成されている。生成された個体群８４は、記憶装置７０に記憶される。次に、ステップＳ１０４において、遺伝子翻訳部３４は、各個体ＩＶ１～ＩＶ５のうちで一つを選択して、遺伝子テーブル８２を参照することで選択した一つの個体ＩＶを翻訳してデータ処理シーケンスＳｑを生成する。データ処理シーケンスＳｑは、例えば、図７に示す表形式のデータ処理シーケンスＴＳｑとして記憶装置７０に記憶されてもよい。「翻訳」とは、個体ＩＶの各遺伝子を、シーケンス要素に変換して個体ＩＶからデータ処理シーケンスＳｑを生成することを意味する。

【0057】

次に、図１１に示すように、ステップＳ１０５において、データ処理部４０はステップＳ１０４で生成されたデータ処理シーケンスＳｑを用いて複数の学習データＬＭをデータ処理して複数の出力データＰＭを生成する。

【0058】

次に評価判定部４６の算出部４７は、ステップＳ１０９において、ステップＳ１０５によって生成された複数の出力データＰＭと、複数の出力データＰＭのそれぞれの生成元の学習データＬＭに関連付けられた目標データＴＭとを比較して、評価値ＥＶを複数算出することで処理結果の評価を行う。算出部４７は、複数の評価値ＥＶの平均値を、類似度ＳＤを示す最終的な評価値ＥＶとして用いる。また、評価判定部４６は、ステップＳ１０９において、最終的な評価値ＥＶを用いて、接続参考値ＲＶを算出する。本実施形態では、評価判定部４６は、類似度ＳＤを接続参考値ＲＶに用いる。つまり、最終的な評価値ＥＶが、平均二乗誤差である場合、接続参考値ＲＶは評価値ＥＶの逆数である。また最終的な評価値ＥＶがＰＮＳＲやＭＳＥやＳＳＩＭが用いられる場合には、接続参考値ＲＶは評価値ＥＶの値が用いられる。

【0059】

次に、接続条件テーブル生成部５５は、ステップＳ１１０において、接続条件テーブル８８の更新を実行する。例えば、図７に示すデータ処理シーケンスＳｑ１の最終的な評価値ＥＶから算出された接続参考値ＲＶが「０．８００」であった場合、データ処理シーケンスＳｑ１を構成する一対の入力側ノード要素と出力側ノード要素の要素セットを全て抽出し、抽出した要素セットを表す欄に接続参考値ＲＶである「０．８００」を加算する。ここで、接続条件テーブル８８の一つの要素セットを表す欄には、平均値ＡＲＶが最終的な接続参考値ＲＶとして規定される。つまり、ｎ回目の接続参考値ＲＶ_ｎの加算によって算出される要素セットの平均値ＡＲＶ_ｎは、以下の式（Ａ）を用いて算出される。

【0060】

ＡＲＶ_ｎ＝{ＲＶ_ｎ＋ＡＲＶ_ｎ－１×ｎ}／（ｎ＋１） ・・・式（Ａ）
ここで、ＲＶ_ｎは、ｎ回目で加算する接続参考値であり、ＡＲＶ_ｎ－１は前回までの要素セットの欄に規定されていた平均値である。

【0061】

データ処理シーケンスＳｑ１に同じ要素セットが複数ある場合には、同じ要素セットの数だけ接続参考値ＲＶを加算してもよいし、接続参考値ＲＶを１回だけ加算してもよい。本実施形態では、１つのデータ処理シーケンスＳｑ１において、同じ要素セットが複数ある場合でも、接続参考値ＲＶは１回だけ加算している。入力側ノード要素と出力側ノード要素の要素セットを［入力側ノード要素，出力側ノード要素］として表す場合、図７に示すデータ処理シーケンスＳｑ１は、以下の要素セットを有する。接続条件テーブル生成部５５は、以下の要素セットのそれぞれについて、図１３に示すように、対応する接続条件テーブル８８の各要素セットの欄に接続参考値である「０．８００」を加算して、（ｎ＋１）で割ることで平均値ＡＲＶを算出する。この例では、ｎ＝１であるので、平均値ＡＲＶは「０．９００」である。
［入力側＝入力層ｉｎ，出力側＝フィルター層ＦｔＩ］
［入力側＝フィルター層ＦｔＩ，出力側＝フィルター層ＦｔＧ］
［入力側＝フィルター層ＦｔＧ，出力側＝フィルター層ＦｔＬ］
［入力側＝入力層ＣｏｎＢ，出力側＝フィルター層ＦｔＬ］
［入力側＝フィルター層ＦｔＬ，出力側＝出力層ｏｕｔ］

【0062】

図１１に示すように、ステップＳ１１１において、接続条件テーブル生成部５５は、一つの世代Ｇの個体ＩＶ全てにおいてステップＳ１０４～ステップＳ１１０の処理を実行したか否かを判定する。ステップＳ１１１で「Ｎｏ」の判定が成された場合には、プロセッサー２５は、一つの世代Ｇの個体ＩＶのうちでステップＳ１０４～ステップＳ１１０を実行していない個体ＩＶから一つを選択してステップＳ１０４～ステップＳ１１１の処理を再び実行する。

【0063】

一方で、ステップＳ１１１で「Ｙｅｓ」の判定が成された場合には、接続条件テーブル生成部５５は、ステップＳ１１３において、終了条件を満たすか否かを判定する。終了条件は、予め定めた事前回数だけステップＳ１０３～ステップＳ１１１の処理ルーチンが実行されたという条件である。予め定めた事前回数は、例えば、接続条件テーブル８８の要素セットの欄全てに、少なくとも１回、好ましくは２回以上、接続参考値ＲＶが加算される程度の回数に設定される。例えば、接続条件テーブル８８に規定された要素セットの数の２倍以上の個体ＩＶについてステップＳ１０４～ステップＳ１１１の処理ルーチンが実行される程度に事前回数が設定される。

【0064】

以上のように、接続条件テーブル８８は、ランダムな確率でノード要素が出現する関係を有するように、ステップＳ１０４の処理によって生成された複数のデータ処理シーケンスＳｑのそれぞれを用いて生成された類似度ＳＤを、接続参考値ＲＶに用いることで生成される。これにより、接続条件テーブル８８を用いて個体ＩＶを生成することで、接続の相性が高い要素セットがデータ処理シーケンスＳｑに含まれる可能性を高くできる。

【0065】

終了条件が満たされていない場合には、個体群生成部３２は、次処理ルーチンにおいてステップＳ１０３を再び実行する。再び実行されるステップＳ１０３は、前回の処理ルーチンにおけるステップＳ１０３で生成された親世代Ｇ_ｍの個体ＩＶ_ｍ１～ＩＶ_ｍ５のうちで、類似度ＳＤが下位Ｊ番目までの個体ＩＶ_ｍを新たな個体ＩＶ_ｎに入れ替えることで実行される。「Ｊ」は１以上の整数である。つまり、個体群生成部３２は、類似度ＳＤが下位Ｊ番目までに該当しない個体ＩＶについては複製し、また、下位Ｊ番目までに該当しない個体ＩＶに対して交叉や突然変異との少なくとも一つを行うことで新たな個体ＩＶを生成する。これにより、前回までに生成されたデータ処理シーケンスＳｑとはシーケンス要素の組み合わせが異なる新たなデータ処理シーケンスＳｑを容易に生成できる。再び実行されたステップＳ１０３によって生成された個体ＩＶ_ｎを対象に、再びステップＳ１０４以降の処理を実行する。

【0066】

一方で終了条件が満たされた場合には、接続条件テーブル生成部５５は、ステップＳ１１５において、終了条件を満たした時点の接続条件テーブル８８を出力することで記憶装置７０に記憶させる。

【0067】

図１４は、接続条件テーブル８８を示す図である。接続条件テーブル８８の生成処理が終了条件を満たした場合、図１４に示すような接続条件テーブル８８が記憶装置７０に記憶される。接続条件テーブル８８に規定された各要素セットには、平均値ＡＲＶが最終的な接続参考値ＲＶとして規定される。ここで、特定生成処理において、特定データ処理シーケンスＤＳｑの候補となるデータ処理シーケンスＳｑを生成するために、シーケンス生成部３０は、後述するように、接続条件テーブル８８と、図４に示す第２種遺伝子テーブル８２Ｂとを参照する。接続条件テーブル８８と第２種遺伝子テーブル８２Ｂとは、図９に示す種別テーブル９２と共に参照テーブル８９を構成する。

【0068】

図１５は、図１０に示すステップＳ３０における特定データ処理シーケンスＤＳｑの生成処理の詳細フローチャートである。まず、ステップＳ３００において、記憶装置７０は、複数のフィルター層および入力層ＣｏｎＢをノード要素群８０として記憶する。ステップＳ３００は、ユーザーによって特定データ処理シーケンスＤＳｑで用いる候補となるフィルター層などのノード要素が生成装置２０に入力されることで実行される。なお、特定データ処理シーケンスＤＳｑの生成処理が、接続条件テーブル８８の生成処理が実行された生成装置２０と同じ装置で実行される場合には、図１１のステップＳ１００において、既にノード要素群８０が記憶装置７０に記憶されている。よって、この場合には、ステップＳ３００は省略可能である。

【0069】

また、記憶装置７０は、ステップＳ３０１において、複数の学習セットＳＭから構成される学習データ群７４を記憶する。ステップＳ３０１は、ユーザーによって学習データ群７４が生成装置２０に入力されることで実行される。なお、特定データ処理シーケンスＤＳｑの生成処理が、接続条件テーブル８８の生成処理が実行された生成装置２０と同じ装置で実行される場合であって、同じ学習データ群７４が用いられる場合には、既に学習データ群７４が記憶装置７０に記憶されているので、ステップＳ３０１は省略可能である。一方で、例えば、接続条件テーブル８８の生成処理で用いた学習データ群７４の元となる対象製品である回路基板と、同種ではあるが例えば異なる工場で製造された回路基板を元に生成された学習データ群７４や、欠陥部分ＤＡの有無を検査する目的は同じであるが学習データ群７４の元となる製品が異なる場合には、ステップＳ３０１は実行される。

【0070】

またステップＳ３０４において、記憶装置７０は、接続条件テーブル８８の生成処理で生成した接続条件テーブル８８を記憶する。なお、特定データ処理シーケンスＤＳｑの生成処理が、接続条件テーブル８８の生成処理が実行された生成装置２０と同じ装置で実行される場合には、既に接続条件テーブル８８は記憶装置７０に記憶されている。よって、この場合には、ステップＳ３０４は省略可能である。なお、ステップＳ３００～ステップＳ３０４の順番は上記の順番に限定されるものではない。

【0071】

次に、ステップＳ３０６において、個体群生成部３２は、複数の個体ＩＶを生成して１世代の個体群８４を生成する。上述のごとく、個体ＩＶは、図５に示すように、入力層とフィルター層の種類と、フィルター層に設定されるパラメーターと、のいずれかを表すための複数の遺伝子を配列する。入力層とフィルター層と出力層とをノードとするデータ処理シーケンスＳｑを構成する、ステップＳ３０６は、図１１のステップＳ１０３と同様の処理である。つまり、ステップＳ３０６において、一つの世代Ｇにおける個体群８４は、複数の個体ＩＶ１～ＩＶ５によって構成されている。生成された個体群８４は、記憶装置７０に記憶される。

【0072】

次に、ステップＳ３０８において、遺伝子翻訳部３４は、各個体ＩＶ１～ＩＶ５のうちで一つを選択して、第２種遺伝子テーブル８２Ｂおよび接続条件テーブル８８を含む参照テーブル８９を参照することで、選択された一つの個体ＩＶを翻訳してデータ処理シーケンスＳｑを生成する。つまり、ステップＳ３０８では、遺伝子翻訳部３４は、個体ＩＶの遺伝子と、ノードおよびパラメーターとを対応付けた参照テーブル８９を参照して、個体ＩＶを構成する遺伝子ごとに、ノードの１つである入力層と、ノードの他の一つであるフィルター層と、パラメーターとのいずれかを割り当てて、個体ＩＶに応じたデータ処理シーケンスＳｑを生成する。ステップＳ３０８におけるデータ処理シーケンスＳｑの生成は、上述の特定生成処理によって行われる。ステップＳ３０８の詳細については後述する。

【0073】

次に、ステップＳ３５０において、データ処理部４０はステップＳ３０８で生成されたデータ処理シーケンスＳｑを用いて複数の学習データＬＭをデータ処理して複数の出力データＰＭを生成する。

【0074】

次に、ステップＳ３５２において、評価判定部４６は、ステップＳ３５０によって生成された複数の出力データＰＭと、複数の出力データＰＭのそれぞれの生成元の学習データＬＭに関連付けられた目標データＴＭとを比較して、評価値ＥＶを複数算出することで処理結果を評価する。評価判定部４６は、算出した複数の評価値ＥＶの平均値を、出力データＰＭと目標データＴＭとの類似度ＳＤを示す最終的な評価値ＥＶとして用いる。

【0075】

次に、ステップＳ３５４において、評価判定部４６は、一つの世代Ｇの個体ＩＶ全てにおいてステップＳ３０８～ステップＳ３５２の処理を実行したか否かを判定する。ステップＳ３５４で「Ｎｏ」の判定が成された場合には、プロセッサー２５は、一つの世代Ｇの個体ＩＶのうちでステップＳ３０８～ステップＳ３５２を実行していない個体ＩＶから一つを選択してステップＳ３０８～ステップＳ３５２の処理を再び実行する。つまり、データ処理部４０は、一つの世代Ｇを構成する複数の個体ＩＶに対応した複数のデータ処理シーケンスＳｑのそれぞれによって学習データＬＭをデータ処理して、複数のデータ処理シーケンスＳｑごとに出力データＰＭを生成する。そして、評価判定部４６は、複数のデータ処理シーケンスＳｑごとに生成した複数の出力データＰＭと、対応する目標データＴＭとを比較して評価値ＥＶを算出する。

【0076】

一方で、ステップＳ３５４で「Ｙｅｓ」の判定が成された場合には、評価判定部４６の特定部４９は、ステップＳ３５６において、現世代における算出した複数の評価値ＥＶを用いて、予め定めた基準条件を満たすデータ処理シーケンスＳｑがあるか否かを判定する。具体的には、評価判定部４６の特定部４９は、現世代の複数の個体ＩＶを元に算出した複数の評価値ＥＶが示すそれぞれの類似度ＳＤのうちで、最も高い類似度ＳＤｍａｘが、予め定めた終了閾値以上である場合には、基準条件を満たすデータ処理シーケンスＳｑがあると判定する。つまり、ステップＳ３５６の工程は、複数のデータ処理シーケンスＳｑのそれぞれに対応する複数の評価値ＥＶを用いて、予め定めた基準条件を満たすデータ処理シーケンスＳｑを特定する工程である。

【0077】

基準条件を満たすデータ処理シーケンスＳｑがある場合、評価判定部４６の特定部４９は、ステップＳ３５８において、基準条件を満たすデータ処理シーケンスＳｑを特定データ処理シーケンスＤＳｑとして出力する。出力された特定データ処理シーケンスＤＳｑは、記憶装置７０に記憶される。

【0078】

一方で、基準条件を満たすデータ処理シーケンスＳｑが無い場合、ステップＳ３０６～ステップＳ３５６の処理が次ルーチンとして実行される。つまり、次ルーチンのステップＳ３０６では、次世代生成工程によって次世代の個体群８４が生成される。次世代生成工程において、個体群生成部３２は、前回のルーチンで生成した複数の個体ＩＶのうちで評価値ＥＶが示す類似度ＳＤが低い１つ以上のデータ処理シーケンスＳｑである対象データ処理シーケンスＳｑを、シーケンス要素が異なる新たなデータ処理シーケンスＳｑに置き換えることで、シーケンスセットを生成する。本実施形態では、個体群生成部３２は、前回のルーチンで用いた親世代の複数の個体ＩＶのうちで、類似度ＳＤが低い、すなわち下位Ｊ番目までの個体ＩＶについては、下位Ｊ番目までに該当しない類似度ＳＤが高い個体ＩＶに対して、交叉と突然変異との少なくとも一つを行うことで新たな個体ＩＶに置き換える。また、次世代生成工程において、個体群生成部３２は、類似度ＳＤが下位Ｊ番目までには該当しない類似度ＳＤの高い個体ＩＶを複製する。複製した個体ＩＶと交叉や突然変異を用いて新たに生成した個体ＩＶとによって新たなシーケンスセットが構成される。そして、新たなシーケンスセットを対象としてステップＳ３０８～ステップＳ３５６の処理が再び実行される。以上のように、類似度ＳＤが低い１つ以上の個体ＩＶを、類似度ＳＤが高い個体ＩＶを元に新たな個体ＩＶに置き換えることで、類似度ＳＤが低いデータ処理シーケンスＳｑについては、処理対象から外すことができる。これにより、より効率良く基準条件を満たすデータ処理シーケンスＳｑを特定できる。

【0079】

次世代生成工程は、図９に示す種別テーブル９２を参照して交叉と突然変異との少なくとも一つを行って次世代の個体群を生成する参照個体生成工程と、種別テーブル９２を参照することなく交叉と突然変異との少なくとも一つを行うことで次世代の個体ＩＶを生成する通常個体生成工程とを含む。次世代生成工程において、個体ＩＶごとに、参照個体生成工程と、通常個体生成工程とのいずれかを実行するかについては、図２に示す各種条件テーブル９３の生成条件に規定されている。この生成条件は、ユーザーから入力によって規定されてもよい。参照個体生成工程の詳細については後述する。

【0080】

新たなシーケンスセットを対象としたステップＳ３０８～ステップＳ３５６の処理において、前回までのルーチンで用いたシーケンスセットを構成するデータ処理シーケンスＳｑと同じデータ処理シーケンスＳｑについては、前回までのルーチンで算出された評価値ＥＶが用いられる。これにより、評価値ＥＶを再度計算する必要がないので、特定データ処理シーケンス生成処理の処理効率を向上できる。

【0081】

図１６は、ステップＳ３０８の詳細フローチャートを示す図である。図１７は、ステップＳ３０８の処理において参照される閾値テーブル９８を示す図である。図１８は、ステップＳ３０８を説明するための第１の図である。図１９は、ステップＳ３０８を説明するための第２の図である。図２０は、個体ＩＶ２に対応する表形式のデータ処理シーケンスＴＳｑ２を示す図である。図１７において太枠部分の要素セットは、個体ＩＶ２のデータ処理シーケンスＳｑとして出現した要素セットである。

【0082】

図１６に示すように、まず、遺伝子翻訳部３４は、ステップＳ３１０において記憶装置７０の各種条件テーブル９３に記憶されたテーブル翻訳条件を読み込む。テーブル翻訳条件は、ユーザーによって入力され、ステップＳ３０８の処理において遺伝子翻訳部３４が参照するテーブルを定めている。テーブル翻訳条件は、フィルター層ＦｔＧ～ＦｔＬおよび入力層ｉｎ，ＣｏｎＢのノードが均等の出現確率である図４に示す第１種遺伝子テーブル８２Ａを参照するか、接続の相性を元に出現確率を設定した図８に示す接続条件テーブル８８を参照するかを定める。また、記憶装置７０にテーブル翻訳条件が記憶されていない場合には、遺伝子翻訳部３４は、接続条件テーブル８８を参照する。なお、パラメーターの出現確率を示すテーブルは、いずれのテーブル翻訳条件に設定されていたとしても図４に示す第２種遺伝子テーブル８２Ｂである。本実施形態では、テーブル翻訳条件は、遺伝子翻訳部３４が参照するテーブルを接続条件テーブル８８であると定めている。

【0083】

また、シーケンス生成部３０は、ステップＳ３１６以降の処理において、入力側ノード要素を選択したりパラメーター数を取得したりするなどのデータ処理シーケンスＳｑのシーケンス要素の生成に関する処理を実行した場合には、処理の実行と共に図６に示す表形式のデータ処理シーケンスＴＳｑを更新する。

【0084】

遺伝子翻訳部３４は、ステップＳ３１１において、記憶装置７０に記憶された現世代Ｇを構成する個体ＩＶ１～ＩＶ５のうちで、未処理の一つを選択する。以下では、図５に示す個体ＩＶ２が選択された場合について記載する。

【0085】

次に、ステップＳ３１６において、遺伝子翻訳部３４は、接続ルールに従って入力側ノード要素が接続されていない未接続の出力側ノード要素を一つ選択する。本実施形態では、図６に示すように、出力側から入力側に向かう順にデータ処理シーケンスＳｑが生成されるので、最初のルーチンでは、出力層ｏｕｔが終端ノードに設定されている。よって、最初のルーチンにおけるステップＳ３１６では、遺伝子翻訳部３４は、出力側ノード要素として出力層ｏｕｔを選択する。なお、ノード要素の接続は、上述のごとく予め定めた接続ルールに従い実行される。例えば、遺伝子翻訳部３４は、出力層ｏｕｔを出力側の端部である終端ノードに設定し、個体ＩＶの遺伝子の配列順に入力側へノードを接続することでデータ処理シーケンスＳｑを生成する。

【0086】

ステップＳ３１６の次に、遺伝子翻訳部３４は、ステップＳ３１８において、接続先である出力側ノードに接続される入力側ノードの決定を、接続条件テーブル８８と選択した個体ＩＶの遺伝子とによって行う。具体的には、遺伝子翻訳部３４は、接続条件テーブル８８を用いて、出力側ノードに対して、接続参考値ＲＶとしての平均値ＡＲＶが高い入力側ノードほど、出力側ノードに接続される接続確率が高くなる確率関係を有するように、データ処理シーケンスＳｑを生成する。上記確率関係を有するデータ処理シーケンスＳｑは、以下のノード選択アルゴリズムに従って出力側ノード要素に対する入力側ノード要素が選択されることで生成される。

【0087】

＜入力側ノード要素の選択アルゴリズム＞
ノード選択アルゴルズムの前提条件は以下のとおりである。
・遺伝子の数値・・・ＶＧ（ＶＧは、０から１までの小数点第３位までの数値）
・出力側ノード要素の識別子・・・ｊ
ここで、ｊは、０以上の整数で表され、出力側ノード要素ごとに異なる値が割り当てられている。本実施形態では、出力側ノード要素ＦｔＧ～ｏｕｔの順に、識別子ｊは、０～６が割り当てられている。
・接続される入力側ノード要素の識別子・・・ｉ
ここで、ｉは、０以上の整数で表され、０～Ｎ_ｆ-1までの識別子によって表される。Ｎ_ｆは、入力側ノード要素の候補となる数である。本実施形態では、図８に示すように、入力側ノード要素の数Ｎ_ｆは８である。また、入力側ノード要素ｉｎ～ＦＴＬの順に、識別子ｉは、０～７が割り当てられている。
・接続条件テーブル８８の要素セットの値・・・ｔ_ｉｊ
ｔ_ｉｊは、図１４に示す平均値ＡＲＶであり、添え字の「ｉｊ」は、要素セットを特定するための識別子であり、入力側ノード要素と出力側ノード要素の識別子に対応する。例えば、ｔ_１２は、図１４において入力側ノード要素が入力層ＣｏｎＢ、出力側ノード要素がフィルター層ＦｔＩの要素セットの平均値ＡＲＶである０．７３８を示す。

【0088】

ノード選択アルゴリズムにおいて、出力側ノード要素ｊの入力側に入力側ノード要素ｉが接続される確率Ｐ_ｉｊは以下の式（１）によって算出される。

【数1】

【0089】

またノード選択アルゴリズムにおいて、入力側ノード要素ｉが出力側ノード要素ｊに対して接続される遺伝子の数値範囲の上限閾値Ｔ_ｉｊは以下の式（２）を用いて算出される。なお、下限閾値は、一つ前の識別子に応じた入力側ノード要素の上限閾値に設定される。一つ前の識別子が無い場合には、下限閾値は「０」に設定される。

【数2】

【0090】

上記のノード選択アルゴリズムを用いて遺伝子の出現範囲を示す数値範囲を決定することで、同じ出力側ノード要素に対する接続候補である各入力側ノード要素の各接続参考値である各平均値ＡＲＶの比が、出力側ノード要素に接続される接続確率の比となるように、データ処理シーケンスＳｑが生成される。

【0091】

本実施形態において、ノード選択アルゴリズムによって遺伝子翻訳部３４は、遺伝子の値ＶＧに応じて以下のように入力側ノード要素の選択を行う。なお、不等号については、遺伝子の値ＶＧがいずれかの出現範囲に含まれている限り、等号の有無を変更してもよい。
・０≦ＶＧ＜Ｔ_０ｊのときは、入力側ノード要素Ｎｏ．０である入力層ｉｎを選択。
・Ｔ_０ｊ≦ＶＧ≦Ｔ_１ｊのときは、入力側ノード要素Ｎｏ．１である入力層ＣｏｎＢを選択。
・Ｔ_１ｊ＜ＶＧ≦Ｔ_２ｊのときは、入力側ノード要素Ｎｏ．２であるフィルター層ＦｔＧを選択。
・Ｔ_２ｊ＜ＶＧ≦Ｔ_３ｊのときは、入力側ノード要素Ｎｏ．３であるフィルター層ＦｔＨを選択。
・Ｔ_３ｊ＜ＶＧ≦Ｔ_４ｊのときは、入力側ノード要素Ｎｏ．４であるフィルター層ＦｔＩを選択。
・Ｔ_４ｊ＜ＶＧ≦Ｔ_５ｊのときは、入力側ノード要素Ｎｏ．５であるフィルター層ＦｔＪを選択。
・Ｔ_５ｊ＜ＶＧ≦Ｔ_６ｊのときは、入力側ノード要素Ｎｏ．６であるフィルター層ＦｔＫを選択。
・Ｔ_６ｊ＜ＶＧ≦Ｔ_７ｊのときは、入力側ノード要素Ｎｏ．７であるフィルター層ＦｔＬを選択。

【0092】

図１７に示す閾値テーブル９８は、遺伝子翻訳部３４が、図１４に示す接続条件テーブル８８に対してノード選択アルゴリズムを用いて算出した上限閾値Ｔ_ｉｊを要素セットに規定したテーブルである。遺伝子翻訳部３４は、図１７に示す閾値テーブル９８をステップＳ３０８の処理が開始される前に生成してもよいし、ステップＳ３１８を実行する場合に図１７に示す閾値テーブル９８の少なくとも入力側ノード要素を選択するために必要な一部を生成してもよい。

【0093】

図１６に示すステップＳ３１８において、遺伝子翻訳部３４は、閾値テーブル９８のうち出力側ノード要素が出力層ｏｕｔの列に記載の上限閾値_ｉｊと、個体ＩＶ２の遺伝子座Ｎｏ．１の遺伝子の値ＶＧ１である「０．９２１」とを比較する。これにより、遺伝子翻訳部３４は、入力側ノード要素として値ＶＧ１に応じたフィルター層ＦｔＬを選択する。また、ステップＳ３１８において、遺伝子翻訳部３４は、図１８の上段に示す図に示すように、ノードＮｏ．１に対応したノード要素にフィルター層ＦｔＬを設定する。なお、表形式のデータ処理シーケンスＴＳｑ２において、フィルター層ＦｔＬの括弧書きに記された数字は、理解の容易のために、個体ＩＶ２の遺伝子座Ｎｏ，を示している。

【0094】

図１６に示すように、ステップＳ３１８の次にステップＳ３２０において、種別テーブル生成部３６は、ノード要素であることを識別する識別子を対応する遺伝子が配置された遺伝子座に関連付けることで、種別テーブル９２に記録する。本実施形態では、図１９の最も左側に示すように、種別テーブル生成部３６は、種別テーブル９２において、翻訳元となった対応する遺伝子が配置された遺伝子座Ｎｏ．１に関連付けて、デコード種別としてノード要素を示す「Ｎｏｄｅ」の識別子を記録する。

【0095】

ステップＳ３２０の次にステップＳ３２２において、遺伝子翻訳部３４は、接続条件テーブル８８を参照して、ステップＳ３１８で選択した入力側ノード要素のパラメーター数と入力数を取得する。ステップＳ３２２において、遺伝子翻訳部３４は、取得されたパラメーター数と入力数とに応じて図１８に示す表形式のデータ処理シーケンスＳｑ２に予約コードを設定する。具体的には、ノードＮｏ．１に設定したフィルター層ＦｔＬのパラメーター数は「１」であり、入力数は「２」であるので、遺伝子翻訳部３４は、表形式のデータ処理シーケンスＴＳｑにおいて、ノードＮｏ．１のフィルターパラメーター１と第１入力側ノードＮｏ．と第２入力側ノードＮｏ．に予約コードを設定する。

【0096】

図１６に示すように、遺伝子翻訳部３４は、ステップＳ３２４において、未確定のパラメーターがあるかどうか判定する。ステップＳ３２４では、遺伝子翻訳部３４は、ステップＳ３２２で取得したパラメーターの数と、シーケンス要素へと翻訳されたパラメーターの数とを比較して、一致しない場合には、未確定のパラメーターがあると判定する。具体的には、遺伝子翻訳部３４は、表形式のデータ処理シーケンスＴＳｑ２において、フィルターパラメーター１とフィルターパラメーター２の少なくともいずれかの項目に予約コードが設定されている場合に、未確定のパラメーターがあると判定する。図１８に示す例では、フィルター層ＦｔＬに対応するフィルターパラメーター１に予約コードが設定されているので、遺伝子翻訳部３４は未確定のパラメーターがあると判定し、ステップＳ３２６を実行する。

【0097】

図１６に示すステップＳ３２６では、遺伝子翻訳部３４は、パラメーターの出現範囲を規定した第２種遺伝子テーブル８２Ｂと、翻訳元の遺伝子の値とを用いてパラメーターの決定を行う。例えば、図１８の中段に示すように、ノードＮｏ．１のフィルター層ＦｔＬのパラメーターとして、遺伝子座Ｎｏ．２の遺伝子の値ＶＧ２に応じたパラメーター値ＴＬ１が決定される。

【0098】

次にステップＳ３２８において、種別テーブル生成部３６は、パラメーターであることを識別する識別子を対応する遺伝子が配置された遺伝子座Ｎｏ．に関連付けることで、種別テーブル９２に記録する。本実施形態では、図１９の左から２番目に示すように、種別テーブル生成部３６は、種別テーブル９２において、翻訳元となった対応する遺伝子が配置された遺伝子座Ｎｏ．２に関連付けて、デコード種別としてパラメーターを示す「Ｐａｒａｍ」の識別子を記録する。

【0099】

図１６に示すように、ステップＳ３２８の次に、遺伝子翻訳部３４は、再びステップＳ３２４を実行する。図１８の中段に示すように、ノードＮｏ．１のフィルター層ＦｔＬのフィルターパラメーター１，２には、予約コードが設定されていない。この場合、遺伝子翻訳部３４は、未確定のパラメーターが無いと判定し、図１５に示すステップＳ３３０を実行する。ステップＳ３３０では、遺伝子翻訳部３４は、生成過程のデータ処理シーケンスＳｑに未接続ノードがあるかどうかを判定する。遺伝子翻訳部３４は、入力側のノードが全て入力層ｉｎ，ＣｏｎＢである場合には、未接続ノードが無いと判定する。

【0100】

遺伝子翻訳部３４は、未接続ノードが有ると判定した場合には、再びステップＳ３１６を実行する。図１８に示す例では、ノードＮｏ．１のフィルター層ＦｔＬを出力側ノード要素とした、予約コードが規定された未接続の２つの入力側ノードが存在する。よって、接続ルールに従い、遺伝子翻訳部３４は、ノードＮｏ．１に関連付けられた入力側ノードＮｏ．１を未接続ノードとして選択する。次のステップＳ３１８では、遺伝子翻訳部３４は、遺伝子座Ｎｏ．３の遺伝子の値ＶＧ３と、閾値テーブル９８とを参照してノードＮｏ．２のノード要素を入力層ＣｏｎＢとして決定する。

【0101】

一方で、遺伝子翻訳部３４は、未接続ノードが無いと判定した場合には、種別テーブル生成部３６はステップＳ３３２において、翻訳に用いられなかった未使用の識別子を、対応する遺伝子が配置された遺伝子座に関連付けることで、種別テーブル９２に記録する。例えば、個体ＩＶ２を用いたデータ処理シーケンスＳｑ２の生成では、図１９の右側の種別テーブル９２に示すように、遺伝子座Ｎｏ．８～Ｎｏ．１５の遺伝子が翻訳に用いられなかったので、遺伝子座Ｎｏ．８～Ｎｏ．１５に識別子「Ｅｍｐｔｙ」を記録する。

【0102】

図１６に示すように、ステップＳ３３２の次に、遺伝子翻訳部３４はステップＳ３３４において、翻訳したデータ処理シーケンスＳｑを出力する。例えば、出力されるデータ処理シーケンスＳｑは、図２０に示すうに表形式のデータ処理シーケンスＴＳｑであってもよい。出力されたデータ処理シーケンスＳｑは、記憶装置７０に記憶される。これにより、ステップＳ３０８の生成工程は終了する。

【0103】

なお、シーケンス生成部３０は、個体ＩＶについて全ての遺伝子を用いても未接続ノードがあったり、未確定のパラメーターがあったりする場合には、以下の終了処理を実行する。終了処理において、遺伝子翻訳部３４は、未接続ノードがある場合には、未接続ノードに全ての入力層ｉｎを設定する。また、終了処理において、遺伝子翻訳部３４は、未確定のパラメーターがある場合には、予め定めた特定パラメーター値を設定する。終了処理において、未接続ノードや未確定のパラメーターが設定された場合には、翻訳元の遺伝子が無いので種別テーブル９２への種別コードの記録は行われない。

【0104】

次に、図１５に示すフォローチャートにおいて、２回目以降のルーチンで実行されるステップＳ３０６の詳細について説明する。２回目以降のルーチンにおけるステップＳ３０６では、予め定めた生成条件に従って、参照個体生成工程と通常個体生成工程との少なくともいずれかを用いて、個体群８４を新たに生成する。通常個体生成工程は、通常の遺伝的アルゴリズムによる生成工程であり、種別テーブル９２を参照することなく、交叉と突然変異との少なくとも一つを行って次世代の個体群８４が有する個体ＩＶを生成する。参照個体生成工程は、種別テーブル９２を参照して、交叉点と、突然変異を行う遺伝子と、の少なくともいずれか一方を決定し、交叉と突然変異との少なくともいずれか一方を行う。参照個体生成工程のうち、突然変異を実行する工程を種別参照変異工程とも呼び、交叉を実行する工程を種別参照交叉工程とも呼ぶ。このように、次世代の個体ＩＶを生成する場合に、種別テーブル９２を参照して前回のルーチンの個体ＩＶに対して交叉と突然変異との少なくともいずれか一方を行うことで、フィルター層のパラメーターに着目した次世代の個体ＩＶの生成を容易に行うことができる。例えば、前回のルーチンにおける個体ＩＶのパラメーターを表す遺伝子を突然変異させることで、パラメーターのみを変更した次世代の個体ＩＶを容易に生成できる。

【0105】

参照個体生成工程では、個体群生成部３２は、突然変異によって個体ＩＶを生成する場合において、突然変異を行う対象となる個体ＩＶが有する複数の遺伝子のうちで、デコード種別としてパラメーターが関連付けられた特定遺伝子に対して突然変異を行う。種別参照交叉工程では、個体群生成部３２は、交叉、例えば一点交叉によって個体ＩＶを生成する場合において、生成元の一方の個体ＩＶが有する複数の遺伝子のうちで、特定遺伝子とその次の遺伝子との間を交叉点に設定して、交叉を行う。以下では、種別参照変異工程について図を用いて説明する。

【0106】

図２１は、参照個体生成工程の種別参照変異工程を説明するための図である。本実施形態において、生成条件は、類似度ＳＤが下位２番目までの個体ＩＶ_ｍをそれ以外の類似度ＳＤの高い個体ＩＶ_ｍから突然変異または交叉によって新たな個体ＩＶ_ｎを生成するという条件を含む。また本実施形態において、生成条件は、突然変異を行う場合において、上位Ｎ番目までのデータ処理シーケンスＳｑの生成元である個体ＩＶ_ｍについては、参照個体生成工程の種別参照変異工程を実行し、それ以外の個体ＩＶ_ｍについては通常個体生成工程を実行するという条件を含む。これにより、類似度ＳＤが上位Ｎ番目までのデータ処理シーケンスＳｑについては、フィルター層のパラメーターのみを変更して、基準条件を満たすかどうか評価できる。なお、「Ｎ」は１以上の整数であり上限は複製される個体ＩＶの数である。本実施形態では、「Ｎ」は「１」に設定されている。すなわち、本実施形態では、親世代Ｇ_ｍの個体ＩＶ_ｍのうちで類似度ＳＤが最も高い最良の個体ＩＶ_ｍ１にのみ種別参照変異工程を実行する。これにより、最良の個体ＩＶ_ｍ１については、パラメーターの値のみを変更して基準条件を満たすかどうかの評価をできる。また生成条件は、交叉を行う場合において通常個体生成工程を実行するという条件を含む。これらの生成条件は、例えば、ユーザーによって設定される。

【0107】

上記の生成条件に従って、個体群生成部３２は、親世代Ｇ_ｍの個体ＩＶ_ｍ１～ＩＶ_ｍ５のうちで下位２番目までの個体ＩＶ_ｍ４、ＩＶ_ｍ５については、それ以外である上位３番目までの個体ＩＶ_ｍ１～ＩＶ_ｍ３を元に新たな個体ＩＶ_ｎ４，ＩＶ_ｎ５を生成することで置き換える。また、個体群生成部３２は、上位３番目までの類似度ＳＤの高い個体ＩＶ_ｍ１～ＩＶ_ｍ３は複製して、現世代Ｇｎの個体ＩＶ_ｎ１～ＩＶ_ｎ３とする。

【0108】

また、個体群生成部３２は、類似度ＳＤが最も高い親世代の個体ＩＶ_ｍ１について、種別参照変異工程を実行することで、現世代Ｇｎの個体ＩＶ_ｎ４を生成する。具体的には個体群生成部３２は、種別テーブル９２を参照してデコード種別として［Ｐａｒａｍ」の識別子が関連付けられた遺伝子座を特定する。本実施形態では、遺伝子座Ｎｏ．２に「Ｐａｒａｍ」の識別子が関連付けられている。この場合、個体群生成部３２は、親世代Ｇｍの個体ＩＶ_ｍ１の遺伝子座Ｎｏ．２の遺伝子に対して突然変異を行うことで、現世代Ｇｎの個体ＩＶ_ｎ４を生成する。

【0109】

また、個体群生成部３２は、親世代Ｇｍの個体ＩＶｍ２と個体ＩＶｍ３について、種別テーブル９２を参照することなく任意の位置を交叉点として設定して、交叉を実行することで現世代Ｇｎの個体ＩＶ_ｎ５を生成する。

【0110】

図２２は、図１０に示すステップＳ５０の利用処理工程のフローチャートである。まず記憶装置７０は、ステップＳ５００において、入力部１５０によって受け付けたノード要素群８０を記憶する。利用処理工程において記憶されるノード要素群８０は、特定データ処理シーケンスＤＳｑで用いられるノード要素のみであってもよい。なお、利用処理工程と、図１０のステップＳ３０とが同じ生成装置２０で実行される場合には、ステップＳ２００は省略でき、ステップＳ１００によって記憶装置７０に記憶されたノード要素群８０を用いることができる。

【0111】

次に、ステップＳ５０１において、記憶装置７０は、図１５のステップＳ３５８で特定された特定データ処理シーケンスＤＳｑを記憶する。なお、ステップＳ５００とステップＳ５０１の順番は上記に限定されるものではない。

【0112】

次に、ステップＳ５０３において、データ処理部４０は、入力部１５０を介して記憶装置７０に記憶されたデータであって特定データ処理シーケンスＤＳｑのデータ処理の対象となるデータを読み出すことで取得する。ステップＳ５０３によって取得されるデータは、例えば、学習データＬＭと同種のデータであり、本実施形態では対象物を撮像した画像である。なお、データ処理部４０は、データ処理の対象となるデータが複数ある場合には、記憶装置７０に予め記憶された複数のデータのうちの一つを読み出すことでデータを取得してもよいし、後述するデータ処理を実行するタイミングで対象となるデータをセンサー装置２００からその都度取得してもよい。

【0113】

次に、データ処理部４０は、ステップＳ５０４において、ステップＳ５０３によって取得されたデータに対して特定データ処理シーケンスＤＳｑを用いたデータ処理を実行する。つまり、データである画像に対して、特定データ処理シーケンスＤＳｑが示す順番およびパラメーター値に従って、データ処理を実行する。

【0114】

次に、ステップＳ５０５において、特定データ処理シーケンスＤＳｑを用いたデータ処理後のデータである出力データＰＭが出力される。ステップＳ５０５は、例えば、出力データＰＭが記憶装置７０に記憶されることで実行されたり、表示部１６０に表示されたりすることで実行される。

【0115】

次に、データ処理部４０は、ステップＳ５０６において、特定データ処理シーケンスＤＳｑを用いたデータ処理を継続するかどうかを判定する。例えば、データ処理部４０は、ユーザーからデータ処理の継続を示す情報が入力された場合や、データ処理の対象となる未処理のデータが記憶装置７０にまだ残っている場合に、データ処理を継続すると判定する。データ処理を継続する場合には、再びステップＳ５０３以降の処理が実行される。一方で、データ処理部４０は、ユーザーからデータ処理の終了を示す情報が入力された場合や、データ処理の対象となる未処理のデータが記憶装置７０に残っていない場合には、利用処理工程を終了する。

【0116】

上記実施形態によれば、図５および図７に示すように、個体ＩＶを構成する遺伝子が、入力層ｉｎ，やフィルター層のノードに加え、フィルター層に設定されるパラメーターも表している。これにより、個体群を生成する工程において、パラメーターに着目した個体ＩＶの生成を行うことができる。例えば、フィルター層の種類によって異なるパラメーターの数にあわせて遺伝子を使用することができる。また例えば、特定のフィルター層のパラメーターのみを変更したデータ処理シーケンスＳｑを表す個体ＩＶを容易に生成できる。また、上記実施形態によれば、図１６に示すステップＳ３２０とステップＳ３２８とステップＳ３３２とによって実行される種別テーブル生成工程によって、遺伝子ごとにデコード種別を関連付けることで、種別テーブル９２を参照することで図１５に示すステップＳ３０６において、パラメーターに着目した個体ＩＶの生成を容易に行うことができる。特に図２１に示すように、デコード種別としてパラメーターが関連付けられた遺伝子に対して突然変異を行うことで個体ＩＶ_ｎ４が生成されることから、突然変異を行う対象となる個体ＩＶ_ｍ１に対してフィルター層のパラメーターのみを変更した個体ＩＶを容易に生成できる。これにより、パラメーターの値のみを変更したデータ処理シーケンスＳｑを生成して基準条件を満たすかどうかの評価を行うことができる。

【0117】

また上記実施形態によれば、次世代生成工程は、予め定めた生成条件に従って、参照個体生成工程と、通常個体生成工程との少なくともいずれかを実行する。これにより、基準条件を満たすデータ処理シーケンスＤＳｑの候補となるデータ処理シーケンスＳｑの生成について、生成条件を設定することで、パラメーターに着目して生成したデータ処理シーケンスの生成と、パラメーターに着目しないで生成したデータ処理シーケンスＳｑの生成を行うことができる。つまり、生成条件を設定することで、パラメーターの調整を行うことによるデータ処理シーケンスＳｑの最適化と、様々なデータ処理シーケンスを生成することで行うデータ処理シーケンスＳｑの最適化とを行うことができる。

【0118】

Ｂ．他の実施形態：
Ｂ－１．他の実施形態１：
上記実施形態によれば、図４に示すように、第２種遺伝子テーブル８２Ｂは、パラメーターごとに、複数のパラメーター値が均等に出現するように出現範囲が設定されていたがこれに限定されるものではなく、出現範囲は不均一に設定されていてもよい。また、例えば、第２種遺伝子テーブル８２Ｂは、遺伝子の値ＶＧと、パラメーターの値ＶＡとを関数によって定めたテーブルであってもよい。例えば、パラメーターの値ＶＡが、０．５以上１．５以下の範囲で設定可能であり、遺伝子の値ＶＧが０以上１以下の範囲で設定される場合には、以下の一次関数である式（Ｂ）によって値ＶＡが表されてもよい。なお、非線形な変換を行う関数によって第２種遺伝子テーブル８２Ｂが規定されていてもよい。
ＶＡ＝ＶＧ＋０．５ ・・・式（Ｂ）

【0119】

Ｂ－２．他の実施形態２：
上記実施形態では、図１６に示すように、遺伝子翻訳部３４は、フィルター層のパラメーターについて、ステップＳ３２６のようにその都度、第２種遺伝子テーブル８２Ｂと翻訳元の遺伝子の値ＶＧとを参照して決定していたが、これに限定されるものではない。例えば、遺伝子翻訳部３４は、パラメーターの生成元、すなわち翻訳元の遺伝子の値を記憶装置７０に記憶しておき、ステップＳ３３０において「Ｎｏ」と判定された後に、第２種遺伝子テーブル８２Ｂと遺伝子の値ＶＧとを参照してまとめてパラメーターの値を決定してもよい。

【0120】

Ｃ．他の形態：
本開示は、上述した実施形態に限られるものではなく、その趣旨を逸脱しない範囲において種々の形態で実現することができる。例えば、本開示は、以下の形態（aspect）によっても実現可能である。以下に記載した各形態中の技術的特徴に対応する上記実施形態中の技術的特徴は、本開示の課題の一部又は全部を解決するために、あるいは、本開示の効果の一部又は全部を達成するために、適宜、差し替えや、組み合わせを行うことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することが可能である。

【0121】

（１）本開示の第１形態によれば、データ処理シーケンスの生成方法が提供される。前記データ処理シーケンスは、入力層とフィルター層と出力層とをノードとしている。このデータ処理シーケンスの生成方法は、（ａ）入力層とフィルター層と出力層とをノードとするデータ処理シーケンスを構成する、前記入力層と前記フィルター層の種類と前記フィルター層に設定されるパラメーターと、のいずれかを表すための複数の遺伝子を配列した複数の個体を生成して１世代の個体群を生成する工程と、（ｂ）前記遺伝子と、前記ノードおよび前記パラメーターと、を対応付けた参照テーブルを参照して、前記個体を構成する前記遺伝子ごとに、前記ノードの１つである前記入力層と、前記ノードの他の１つである前記フィルター層と、前記パラメーターとのいずれかを割り当てて、前記個体に応じた前記データ処理シーケンスを生成する工程と、（ｃ）前記個体群が表す複数の前記データ処理シーケンスごとに、対象データをデータ処理し、前記データ処理シーケンスごとに出力された出力データと、前記対象データに関連付けられた目標となる目標データと、を比較して前記出力データと前記目標データとの類似度を示す評価値を算出する工程と、（ｄ）前記複数のデータ処理シーケンスのそれぞれに対応する複数の前記評価値を用いて、予め定めた基準条件を満たす前記データ処理シーケンスを特定する工程と、を備える。この形態によれば、個体を構成する遺伝子が、入力層やフィルター層のノードに加え、フィルター層に設定されるパラメーターも表している。これにより、工程（ａ）において、パラメーターに着目した個体の生成を行うことができる。例えば、フィルター層の種類によって異なるパラメーターの数にあわせて遺伝子を使用することができる。

【0122】

（２）上記形態において、前記工程（ｄ）における前記予め定めた基準条件は、複数の前記評価値がそれぞれ示す複数の前記類似度のうちで最も値が高い前記類似度が、予め定めた終了閾値以上であるという条件であり、前記工程（ａ）は、前記工程（ｄ）において前記予め定めた基準条件を満たさない場合には、前回のルーチンによって生成した前記複数の個体のうちで、前記類似度が低い１つ以上の前記個体については、前記類似度が高い前記個体に対して交叉と突然変異との少なくとも一つを行うことで新たな前記個体に置き換え、前記類似度が高い前記個体を複製することで、今回のルーチンで用いる次世代の前記個体群を生成する次世代生成工程を含んでいてもよい。この形態によれば、類似度が低い１つ以上の個体を、類似度が高い個体を元に新たな個体に置き換えることで、類似度が低いデータ処理シーケンスについては、処理対象から外すことができる。これにより、より効率良く基準条件を満たすデータ処理シーケンスを特定できる。

【0123】

（３）上記形態において、前記工程（ｂ）は、前記データ処理シーケンスの生成元である前記個体を構成する前記遺伝子ごとに、前記遺伝子が表す前記ノードと前記パラメーターとを区別するためのデコード種別を関連付けた種別テーブルを生成する種別テーブル生成工程を含み、前記参照テーブルは、前記種別テーブルを含んでいてもよい。この形態によれば、種別テーブル生成工程によって遺伝子ごとにデコード種別を関連付けることで、種別テーブルを参照することで工程（ａ）において、パラメーターに着目した個体の生成を容易に行うことができる。

【0124】

（４）上記形態において、前記デコード種別は、前記ノードと前記パラメーターとの区別に加え、前記データ処理シーケンスの生成に用いられなかった未使用の前記遺伝子を区別するための種別を含み、前記種別テーブル生成工程は、前記データ処理シーケンスの生成元である前記個体を構成する前記遺伝子ごとに、前記遺伝子が表す前記ノードと前記パラメーターと前記未使用の前記遺伝子を区別するための前記デコード種別を関連付けた前記種別テーブルを生成してもよい。この形態によれば、種別テーブルによってデータ処理シーケンスの生成に用いられなかった未使用の遺伝子を容易に特定できる。

【0125】

（５）上記形態において、前記次世代生成工程は、前記種別テーブルを参照して、交叉点と、前記突然変異を行う前記遺伝子と、の少なくともいずれか一方を決定し、前記交叉と前記突然変異との少なくとも一方を行う参照個体生成工程を含んでいてもよい。この形態によれば、次世代の個体を生成する場合に、種別テーブルを参照して前回のルーチンの個体に対して交叉と突然変異との少なくともいずれか一方を行うことで、パラメーターに着目した次世代の個体の生成を容易に行うことができる。

【0126】

（６）上記形態において、前記参照個体生成工程は、前記突然変異によって前記個体を生成する場合において、前記突然変異を行う対象となる前記個体が有する前記複数の遺伝子のうちで、前記デコード種別として前記パラメーターが関連付けられた前記遺伝子に対して前記突然変異を行う種別参照変異工程を含んでもよい。この形態によれば、デコード種別としてパラメーターが関連付けられた遺伝子に対して突然変異を行うことで個体を生成することから、突然変異を行う対象となる個体に対してフィルター層のパラメーターのみを変更した個体を容易に生成できる。これにより、パラメーターの値のみを変更したデータ処理シーケンスを生成して基準条件を満たすかどうかの評価を行うことができる。

【0127】

（７）上記形態において、前記次世代生成工程は、さらに、前記種別テーブルを参照することなく、交叉と突然変異との少なくとも一つを行うことで前記個体を生成する通常個体生成工程を含み、前記次世代生成工程は、予め定めた生成条件に従って、前記参照個体生成工程と、前記通常個体生成工程との少なくともいずれかを実行してもよい。この形態によれば、基準条件を満たすデータ処理シーケンスの候補となるデータ処理シーケンスの生成について、生成条件を設定することで、パラメーターに着目して生成したデータ処理シーケンスの生成と、パラメーターに着目しないで生成したデータ処理シーケンスの生成を行うことができる。

【0128】

（８）上記形態において、前記生成条件は、前記前回のルーチンによって生成した前記複数の個体の中で前記類似度が高い前記個体のうちで、前記類似度が上位Ｎ番目（Ｎは１以上の整数）までの前記データ処理シーケンスの生成元である前記個体に対しては、前記種別参照変異工程を実行するという条件であってもよい。この形態によれば、類似度が上位Ｎ番目までのデータ処理シーケンスについては、フィルター層のパラメーターのみを変更して、基準条件を満たすかどうか評価できる。

【0129】

（９）本開示の第２形態によれば、データ処理シーケンスの生成装置が提供される。前記データ処理シーケンスは、入力層とフィルター層と出力層とをノードとしている。このデータ処理シーケンスの生成装置は、入力層とデータ処理を行うフィルター層と出力層とをノードとするデータ処理シーケンスを構成する、前記入力層と前記フィルター層の種類と前記フィルター層に設定されるパラメーターと、のいずれかを表すための複数の遺伝子を配列した複数の個体を生成して１世代の個体群を生成する個体群生成部と、前記遺伝子と、前記ノードおよび前記パラメーターとを対応付けた参照テーブルを参照して、前記個体を構成する前記遺伝子ごとに、前記ノードの１つである前記入力層と、前記ノードの他の１つである前記フィルター層と、前記パラメーターとのいずれかを割り当てて、前記個体に応じた前記データ処理シーケンスを生成する遺伝子翻訳部と、前記個体群が表す複数の前記データ処理シーケンスごとに、対象データをデータ処理し、前記データ処理シーケンスごとに出力された出力データと、前記対象データに関連付けられた目標となる目標データと、を比較して前記出力データと前記目標データとの類似度を示す評価値を算出する算出部と、前記複数のデータ処理シーケンスのそれぞれに対応する複数の前記評価値を用いて、予め定めた基準条件を満たす前記データ処理シーケンスを特定する特定部と、を備える。この形態によれば、個体を構成する遺伝子が、入力層やフィルター層のノードに加え、フィルター層に設定されるパラメーターも表している。これにより、工程（ａ）において、パラメーターに着目した個体の生成を行うことができる。例えば、フィルター層の種類によって異なるパラメーターの数にあわせて遺伝子を使用することができる。

【0130】

（１０）本開示の第３形態によれば、データ処理シーケンスの生成をコンピューターに実行させるためのコンピュータープログラムが提供される。前記データ処理シーケンスは、入力層とフィルター層と出力層とをノードとしている。このコンピュータープログラムは、（ａ）入力層とデータ処理を行うフィルター層と出力層とをノードとするデータ処理シーケンスを構成する、前記入力層と前記フィルター層の種類と前記フィルター層に設定されるパラメーターと、のいずれかを表すための複数の遺伝子を配列した複数の個体を生成して１世代の個体群を生成する機能と、（ｂ）前記遺伝子と、前記ノードおよび前記パラメーターとを対応付けた参照テーブルを参照して、前記個体を構成する前記遺伝子ごとに、前記ノードの１つである前記入力層と、前記ノードの他の１つである前記フィルター層と、前記パラメーターとのいずれかを割り当てて、前記個体に応じた前記データ処理シーケンスを生成する機能と、（ｃ）前記個体群が表す複数の前記データ処理シーケンスごとに、対象データをデータ処理し、前記データ処理シーケンスごとに出力された出力データと、前記対象データに関連付けられた目標となる目標データと、を比較して前記出力データと前記目標データとの類似度を示す評価値を算出する機能と、（ｄ）前記複数のデータ処理シーケンスのそれぞれに対応する複数の前記評価値を用いて、予め定めた基準条件を満たす前記データ処理シーケンスを特定する機能と、を備える。この形態によれば、個体を構成する遺伝子が、入力層やフィルター層のノードに加え、フィルター層に設定されるパラメーターも表している。これにより、工程（ａ）において、パラメーターに着目した個体の生成を行うことができる。例えば、フィルター層の種類によって異なるパラメーターの数にあわせて遺伝子を使用することができる。

【0131】

本開示は、上記以外の種々の形態で実現することも可能である。例えば、コンピュータープログラムを記録した一時的でない記録媒体（non-transitory storage medium）の形態で実現することができる。

【符号の説明】

【0132】

ＤＡ…欠陥部分、ＤＳｑ…特定データ処理シーケンス、Ｓｑ…データ処理シーケンス、ＥＶ…評価値、ＩＶ，ＩＶ１～ＩＶ５，ＩＶｍ１～ＩＶｍ５，ＩＶｎ１～ＩＶｎ５…個体、ＬＭ…学習データ、ＲＶ…接続参考値、ＳＤ…類似度、ＳＭ…学習セット、ＴＭ…目標データ、１０…生成システム、２０…生成装置、２５…プロセッサー、３０…シーケンス生成部、３２…個体群生成部、３４…遺伝子翻訳部、３６…種別テーブル生成部、４０…データ処理部、４６…評価判定部、４７…算出部、４９…特定部、５５…接続条件テーブル生成部、６０…表示制御部、７０…記憶装置、７４…学習データ群、８０…ノード要素群、８２…遺伝子テーブル、８２Ａ…第１種遺伝子テーブル、８２Ｂ，８２Ｂ１，８２Ｂ２…第２種遺伝子テーブル、８４…個体群、８８…接続条件テーブル、８９…参照テーブル、９２…種別テーブル、９３…各種条件テーブル、９４…各種プログラム、９８…閾値テーブル、１５０…入力部、１６０…表示部、２００…センサー装置、ＡＲＶｎ…平均値、ＲＶｎ…接続参考値

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】