特開 2024-143898 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】P2024143898

(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 3/0985 20230101AFI20241004BHJP

   G06N 3/086 20230101ALI20241004BHJP

【ＦＩ】

G06N3/0985

G06N3/086

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2023056837

(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】鈴木 拓実

(72)【発明者】

【氏名】金井 政史

(72)【発明者】

【氏名】笠原 秀明

(57)【要約】

【課題】基準条件を満たすデータ処理シーケンスを効率良く特定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）特定データ処理シーケンスの候補となる複数の前記データ処理シーケンスを生成するために用いる参照テーブルを生成する工程と、（ｂ）参照テーブルを用いて複数のデータ処理シーケンスを生成する工程と、（ｃ）前記複数のデータ処理シーケンスの中から、基準条件を満たす特定データ処理シーケンスを特定する工程と、を備え、工程（ａ）は、前記参照テーブルにおいて、（ａ１）データ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付ける工程と、（ａ２）複数の要素セットのうち、非出現データが関連付けられた前記特定要素セットとは異なる要素セットに対して、データ処理シーケンスの前記構成要素として出現する出現確率を示す接続参考値を関連付ける工程と、を備える。
【選択図】図１４

【特許請求の範囲】

【請求項1】

予め定めた基準条件を満たす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、シーケンス要素としての、（ｉ）データを入力するデータ入力層、（ｉｉ）複数のデータ処理層のうちの少なくとも２つ、および（ｉｉｉ）データ処理後の前記データを出力するデータ出力層によって構成され、
前記基準条件を満たす前記データ処理シーケンスは特定データ処理シーケンスであり、
前記生成方法は、
（ａ）前記特定データ処理シーケンスの候補となる複数の前記データ処理シーケンスを生成するために用いる参照テーブルを生成する工程と、
（ｂ）前記参照テーブルを用いて前記複数のデータ処理シーケンスを生成する工程と、
（ｃ）前記複数のデータ処理シーケンスの中から、前記基準条件を満たす前記特定データ処理シーケンスを特定する工程と、を備え、
前記工程（ａ）は、前記参照テーブルにおいて、
（ａ１）接続候補となる入力側と出力側の一対の前記シーケンス要素である複数の要素セットのうち、接続を禁止する特定要素セットに対して、前記データ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付ける工程と、
（ａ２）前記複数の要素セットのうち、前記非出現データが関連付けられた前記特定要素セットとは異なる前記要素セットに対して、前記データ処理シーケンスの前記構成要素として出現する出現確率を示す接続参考値を関連付ける工程と、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、
前記特定データ処理シーケンスは、少なくとも１つの前記データ処理層を用いたデータ処理工程を複数含み、
複数の前記データ処理工程の順番が設定順番として予め定められている場合において、
前記工程（ａ１）は、
前記設定順番とは異なる順番となる前記要素セットを前記特定要素セットとして特定する工程と、
特定した前記特定要素セットに対して前記データ処理シーケンスの前記構成要素として出現させないことを示す非出現データを関連付ける工程と、を有する、生成方法。

【請求項3】

請求項１に記載の生成方法であって、さらに、
（ｄ）前記工程（ａ）よりも前に実行され、前記特定データ処理シーケンスの前記シーケンス要素の候補となる前記複数のデータ処理層の入力を受け付ける工程を備え、
前記工程（ａ１）は、
（ａ１ａ）前記工程（ｄ）で受け付けた前記複数のデータ処理層のそれぞれの種類を判定し、判定した前記種類に応じて前記特定要素セットを特定する工程を含む、生成方法。

【請求項4】

請求項３に記載の生成方法であって、
前記工程（ａ１ａ）は、前記判定した種類が、入力された前記データに対して前記データの種別を判定して出力する第１特定データ処理層を示す第１種類である場合には、前記複数の要素セットのうち、第１要素セットとは異なる前記要素セットを前記特定要素セットとして特定し、
前記第１要素セットは、前記入力側の前記シーケンス要素が前記第１特定データ処理層であり、前記出力側の前記シーケンス要素が前記データ出力層である、生成方法。

【請求項5】

請求項３に記載の生成方法であって、
前記工程（ａ１ａ）は、前記判定した種類が、入力された前記データに対して前記データに応じたスカラー量を出力する第２特定データ処理層を示す第２種類である場合には、前記複数の要素セットのうち、第２要素セットとは異なる前記要素セットを前記特定要素セットとして特定し、
前記第２要素セットは、前記入力側の前記シーケンス要素が前記第２特定データ処理層であり、前記出力側の前記シーケンス要素が前記データ出力層である、生成方法。

【請求項6】

請求項１に記載の生成方法であって、
前記工程（ａ１）において関連付ける前記非出現データは、前記接続参考値が取り得る予め設定された数値範囲から外れた値である、生成方法。

【請求項7】

請求項１に記載の生成方法であって、
前記工程（ｂ）は、前記シーケンス要素の組み合わせが異なる前記複数のデータ処理シーケンスによって構成されるシーケンスセットを生成する工程であって、前記データ入力層および前記データ処理層のそれぞれに対応した複数の遺伝子を配列した個体と、前記参照テーブルと、を少なくとも用いて前記シーケンスセットを生成する工程を含み、
前記工程（ｃ）は、
（ｃ１）前記複数のデータ処理シーケンスのそれぞれによって学習データをデータ処理し、前記複数のデータ処理シーケンスごとに前記データ処理後のデータである出力データを生成する工程と、
（ｃ２）前記複数のデータ処理シーケンスごとに、前記出力データと、前記学習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、
（ｃ３）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が示す複数の前記類似度を用いて、前記基準条件を満たす前記特定データ処理シーケンスを特定する工程と、を含む、生成方法。

【請求項8】

予め定めた基準条件を満たす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、シーケンス要素としての、（ｉ）データを入力するデータ入力層、（ｉｉ）複数のデータ処理層のうちの少なくとも２つ、および（ｉｉｉ）データ処理後の前記データを出力するデータ出力層によって構成され、
前記基準条件を満たす前記データ処理シーケンスは特定データ処理シーケンスであり、
前記生成装置は、
前記特定データ処理シーケンスの候補となる複数の前記データ処理シーケンスを生成するために用いる参照テーブルを生成する参照テーブル生成部と、
前記参照テーブルを用いて前記複数のデータ処理シーケンスを生成するシーケンス生成部と、
前記複数のデータ処理シーケンスの中から、前記基準条件を満たす前記特定データ処理シーケンスを特定する特定部と、を備え、
前記参照テーブル生成部は、前記参照テーブルにおいて、
接続候補となる入力側と出力側の一対の前記シーケンス要素である複数の要素セットのうち、接続を禁止する特定要素セットに対して、前記データ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付け、
前記複数の要素セットのうち、前記非出現データが関連付けられた前記特定要素セットとは異なる前記要素セットに対して、前記データ処理シーケンスの前記構成要素として出現する出現確率を示す接続参考値を関連付ける、生成装置。

【請求項9】

予め定めた基準条件を満たす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、シーケンス要素としての、（ｉ）データを入力するデータ入力層、（ｉｉ）複数のデータ処理層のうちの少なくとも２つ、および（ｉｉｉ）データ処理後の前記データを出力するデータ出力層によって構成され、
前記基準条件を満たす前記データ処理シーケンスは特定データ処理シーケンスであり、
前記コンピュータープログラムは、
（ａ）前記特定データ処理シーケンスの候補となる複数の前記データ処理シーケンスを生成するために用いる参照テーブルを生成する機能と、
（ｂ）前記参照テーブルを用いて前記複数のデータ処理シーケンスを生成する機能と、
（ｃ）前記複数のデータ処理シーケンスの中から、前記基準条件を満たす前記特定データ処理シーケンスを特定する機能と、をコンピューターに実行させ、
前記機能（ａ）は、前記参照テーブルにおいて、
（ａ１）接続候補となる入力側と出力側の一対の前記シーケンス要素である複数の要素セットのうち、接続を禁止する特定要素セットに対して、前記データ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付ける機能と、
（ａ２）前記複数の要素セットのうち、前記非出現データが関連付けられた前記特定要素セットとは異なる前記要素セットに対して、前記データ処理シーケンスの前記構成要素として出現する出現確率を示す接続参考値を関連付ける機能と、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、複数の画像処理層を木構造に組み合わせたデータ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、画像処理シーケンスの評価を世代ごとに繰り返し行うことで、基準条件を満たす画像処理シーケンスを特定している。しかしながら、従来の技術では、画像処理シーケンスのシーケンス要素間の接続関係に制限がないため、画像処理の目的に応じて使用を制限した方が好ましい接続関係の設定や、画像処理層の順番の設定を行うことができない。このため、基準条件を満たすまで、より多くの画像処理シーケンスを生成する必要が生じ得るため、基準条件を満たす画像処理シーケンスを効率良く特定することができない場合が生じ得る。このような課題は、遺伝的プログラミングを用いて複数の画像処理シーケンスを生成して、基準条件を満たす画像処理シーケンスを特定する技術に限らず、複数のデータ処理シーケンスを生成して、基準条件を満たすデータ処理シーケンスを特定する技術に共通する。

【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、予め定めた基準条件を満たす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、シーケンス要素としての、（ｉ）データを入力するデータ入力層、（ｉｉ）複数のデータ処理層のうちの少なくとも２つ、および（ｉｉｉ）データ処理後の前記データを出力するデータ出力層によって構成されている。前記基準条件を満たす前記データ処理シーケンスは特定データ処理シーケンスである。この生成方法は、（ａ）前記特定データ処理シーケンスの候補となる複数の前記データ処理シーケンスを生成するために用いる参照テーブルを生成する工程と、（ｂ）前記参照テーブルを用いて前記複数のデータ処理シーケンスを生成する工程と、（ｃ）前記複数のデータ処理シーケンスの中から、前記基準条件を満たす前記特定データ処理シーケンスを特定する工程と、を備え、前記工程（ａ）は、前記参照テーブルにおいて、（ａ１）接続候補となる入力側と出力側の一対の前記シーケンス要素である複数の要素セットのうち、接続を禁止する特定要素セットに対して、前記データ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付ける工程と、（ａ２）前記複数の要素セットのうち、前記非出現データが関連付けられた前記特定要素セットとは異なる前記要素セットに対して、前記データ処理シーケンスの前記構成要素として出現する出現確率を示す接続参考値を関連付ける工程と、を備える。

【0006】

本開示の第２形態によれば、予め定めた基準条件を満たす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、シーケンス要素としての、（ｉ）データを入力するデータ入力層、（ｉｉ）複数のデータ処理層のうちの少なくとも２つ、および（ｉｉｉ）データ処理後の前記データを出力するデータ出力層によって構成されている。前記基準条件を満たす前記データ処理シーケンスは特定データ処理シーケンスである。前記生成装置は、前記特定データ処理シーケンスの候補となる複数の前記データ処理シーケンスを生成するために用いる参照テーブルを生成する参照テーブル生成部と、前記参照テーブルを用いて前記複数のデータ処理シーケンスを生成するシーケンス生成部と、前記複数のデータ処理シーケンスの中から、前記基準条件を満たす前記特定データ処理シーケンスを特定する特定部と、を備え、前記参照テーブル生成部は、前記参照テーブルにおいて、接続候補となる入力側と出力側の一対の前記シーケンス要素である複数の要素セットのうち、接続を禁止する特定要素セットに対して、前記データ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付け、前記複数の要素セットのうち、前記非出現データが関連付けられた前記特定要素セットとは異なる前記要素セットに対して、前記データ処理シーケンスの前記構成要素として出現する出現確率を示す接続参考値を関連付ける。

【0007】

本開示の第３形態によれば、予め定めた基準条件を満たす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、シーケンス要素としての、（ｉ）データを入力するデータ入力層、（ｉｉ）複数のデータ処理層のうちの少なくとも２つ、および（ｉｉｉ）データ処理後の前記データを出力するデータ出力層によって構成される。前記基準条件を満たす前記データ処理シーケンスは特定データ処理シーケンスである。このコンピュータープログラムは、（ａ）前記特定データ処理シーケンスの候補となる複数の前記データ処理シーケンスを生成するために用いる参照テーブルを生成する機能と、（ｂ）前記参照テーブルを用いて前記複数のデータ処理シーケンスを生成する機能と、（ｃ）前記複数のデータ処理シーケンスの中から、前記基準条件を満たす前記特定データ処理シーケンスを特定する機能と、コンピューターに実行させ、前記機能（ａ）は、前記参照テーブルにおいて、（ａ１）接続候補となる入力側と出力側の一対の前記シーケンス要素である複数の要素セットのうち、接続を禁止する特定要素セットに対して、前記データ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付ける機能と、（ａ２）前記複数の要素セットのうち、前記非出現データが関連付けられた前記特定要素セットとは異なる前記要素セットに対して、前記データ処理シーケンスの前記構成要素として出現する出現確率を示す接続参考値を関連付ける機能と、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】遺伝子翻訳部によって生成された木構造のデータ処理シーケンスを示す図。

【図7】参照テーブルを説明するための図。

【図8】生成装置が実行する処理を示すフローチャート。

【図9】ステップＳ１０の参照テーブルの生成処理の詳細フローチャート。

【図10】参照テーブルの初期化工程の詳細フローチャート。

【図11】参照テーブルの生成処理を説明するための第１図。

【図12】参照テーブルの生成処理を説明するための第２図。

【図13】種別条件テーブルを示す図。

【図14】参照テーブルの生成処理を説明するための第３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Ｓ３１６～ステップＳ３２２までの処理を説明するための図。

【図18】遺伝子と出現範囲との関係を示す出現範囲テーブルを示す図。

【図19】遺伝子と出現範囲との関係を示す出現範囲テーブルを示す図。

【図20】遺伝子と出現範囲との関係を示す出現範囲テーブルを示す図。

【図21】遺伝子と出現範囲との関係を示す出現範囲テーブルを示す図。

【図22】利用処理のフローチャート。

【発明を実施するための形態】

【0009】

Ａ．実施形態：
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データ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、参照テーブル生成機能と、特定データ処理シーケンスＤＳｑを用いたデータ処理機能とを有する。参照テーブル生成機能は、シーケンス生成機能を実行する際に参照する参照テーブル８８を生成する機能である。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をデータ処理する機能である。

【0011】

例えば、生成装置２０は、撮像画像を元に、所望の目的を達成するための所望データを得るための特定データ処理シーケンスＤＳｑを自動で生成する。また例えば、生成装置２０は、撮像画像を元に、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を用いてデータ処理することで、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。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。また例えば、生成装置２０は、入力データである撮像画像を元に、入力データの種別を判別したり、入力データに応じた１つ以上スカラー量を出力したりする、特定データ処理シーケンスＤＳｑを自動で生成してもよい。入力データの種別とは、入力データに応じた判別結果であり、例えば、データ処理層としての機械学習モデルから出力されたラベル判別結果である。入力データに応じたスカラー量とは、温度や電圧値などであり、例えば、データ処理層としての機械学習モデルによる回帰分析によって出力された出力結果である。

【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データ処理後のデータを得るための特定データ処理シーケンスＤＳｑを特定する。参照テーブル生成機能は、遺伝子座に配置された遺伝子の数値ＶＧ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参照テーブル８８を生成する。本実施形態では、シーケンス生成機能と参照テーブル生成機能とデータ処理機能とは、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、シーケンス生成機能と参照テーブル生成機能とデータ処理機能とはそれぞれ、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。

【0013】

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ーフェースである。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。

【0014】

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、特定部５０と、参照テーブル生成部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。

【0015】

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。シーケンス要素は、（ｉ）データを入力するノードであるデータ入力層と、（ｉｉ）データ入力層とデータ出力層との間の中間のノードであるデータ処理層と、（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データ出力層とを有する。データ処理シーケンスＳｑはデータ入力層と、少なくとも２つのデータ処理層と、データ出力層とによって構成されている。なお、データ処理シーケンスを構成する少なくとも２つのデータ処理層は、入力されたデータをそのまま出力する処理層であってもよい。

【0016】

シーケンス生成部３０は、個体生成部３２と、遺伝子翻訳部３４とを備える。個体生成部３２は、遺伝的アルゴリズムに基づいて、一次元または二次元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、データ入力層と、データ処理層の種類、本実施形態ではデータ処理層と、をそれぞれ表す数値である。出現範囲を示す数値範囲ごとに、データ入力層や異なるデータ処理層が割り当てられる。つまり、個体ＩＶは、データ入力層およびデータ処理層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。個体生成部３２は、一つの世代ごとに、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。個体生成部３２は、一番初めの１世代目については、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。個体生成部３２は、二世代以降については、前回の親世代の個体ＩＶのうちで後述する評価値が高い個体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、親世代で維持、すなわち親世代の個体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。

【0017】

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や参照テーブル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や参照テーブル８８は、遺伝子である数値の数値範囲ごとに対応するデータ処理層と、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と参照テーブル８８とによって表される。

【0018】

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、データ入力層に入力されたデータをデータ処理してデータ出力層からデータ処理後の出力データＰＭを出力する。

【0019】

特定部５０は、学習画像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して得られたデータ処理後の画像である出力データＰＭと、学習画像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。特定部５０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。また特定部５０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。

【0020】

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、画像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。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。

【0021】

参照テーブル生成部５５は、特定データ処理シーケンスＤＳｑの候補となる複数のデータ処理シーケンスＳｑを生成するために用いる参照テーブル８８を生成する。参照テーブル生成部５５は、特定部５０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、参照テーブル８８を生成する。参照テーブル８８は、接続された入力側と出力側の一対のシーケンス要素である要素セットごとに、データ処理シーケンスＳｑの構成要素として出現する出現確率を示す接続参考値ＲＶを関連付けたテーブルである。接続参考値ＲＶは、入力データをデータ処理して目標データＴＭを目標とする所望データを出力するための接続の相性を表す指標である。所望データは、目標データＴＭと一致または目標データＴＭに類似するデータである。参照テーブル８８の生成方法および参照テーブル８８の詳細については後述する。

【0022】

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。

【0023】

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７４と、シーケンス要素群８０と、遺伝子テーブル８２と、個体群８４と、参照テーブル８８と、特定データ処理シーケンスＤＳｑと、各種条件９２と、各種プログラム９４とを記憶する。特定データ処理シーケンスＤＳｑは、特定部５０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データ処理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。各種条件９２は、シーケンス生成機能や、参照テーブル生成機能や、データ処理機能における各種条件が記憶されている。各種条件９２は、例えば、シーケンス生成機能で用いる基準条件や、参照テーブル生成機能で用いる情報などである。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。

【0024】

図３は、学習データ７４の一例を示す図である。学習データ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、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。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。各学習データＬＭと、各学習データＬＭに対応する各目標データＴＭには、識別番号が付与されている。なお、他の実施形態では、目標データＴＭは学習データＬＭと同種のデータである必要はなく、特定データ処理シーケンスＤＳｑによるデータ処理の目的に応じて、目標データＴＭは設定される。例えば、特定データ処理シーケンスＤＳｑが入力データに対して良品や不良品などのラベル判別を行うことを目的としている場合には、目標データＴＭは、入力データに関連付けられた良品や不良品を示すラベルとなる。

【0025】

図２のシーケンス要素群８０は、データ処理シーケンスＳｑにおいてシーケンス要素の候補となる複数のデータ処理層を含む。複数のデータ処理層としては、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つの画像を一つの画像に合成するフィルターなどが挙げられる。また、複数のデータ処理層は、入力データの特徴量を抽出する処理層や、データ量を削減するための処理層や、入力データの判別処理や回帰処理を機械学習モデルなどのアルゴリズムによって行う処理層を含んでもよい。なお、データ処理層は、同じ種類のデータ処理層であっても、カーネルサイズや係数などのパラメーター値が異なる場合には、異なるデータ処理層としてシーケンス要素群８０に記憶されてもよい。

【0026】

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データ処理層の種別との対応関係とを示すテーブルである。

【0027】

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、シーケンス要素群８０は、５つのデータ処理層ＦｔＡ～ＦｔＥで構成されているとする。実際には、５つよりも多い数のデータ処理層が、シーケンス要素群８０に記憶されていてもよい。遺伝子テーブル８２は、データ処理層の種別を示す要素種別ごとに、入力数と出力数と出現範囲とが規定されている。要素種別は、シーケンス要素群８０の各データ処理層や、データ入力層の種別を表す。図４では、データ入力層は、要素種別が「ｉｎ」で表されている。入力数は、データ処理層やデータ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つのシーケンス要素から出力されたデータが、データ処理層に入力される。出力数は、データ処理層の出力側に接続されるシーケンス要素の数を示す。本実施形態では、出力数は全て「１」であり、データ処理層やデータ入力層は、一つの出力側のシーケンス要素に接続される。なお、本実施形態の遺伝子テーブル８２は、出力側シーケンス要素ごとに、出力側シーケンス要素に接続される候補となる入力側シーケンス要素の要素種別と、出現範囲を規定しているが、図４の遺伝子テーブル８２は理解の容易のために簡略化して示している。

【0028】

遺伝子テーブル８２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。本実施形態では、各データ処理層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６等分して出現範囲として設定している。例えば、遺伝子の数値ＶＧが０以上０．１６７未満の値である場合には、この遺伝子にはデータ処理層ＦｔＡが割り当てられる。なお、本実施形態の遺伝子テーブル８２について、後述する参照テーブル８８の初期化によって、非出現データが関連付けれた入力側シーケンス要素と出力側シーケンス要素の要素セットに対しては、出現範囲が設定されず、残りの要素セットが均等な確率で出現するように出現範囲が設定される。非出現データは、データ処理シーケンスＳｑの構成要素として出現させないことを示す。つまり、後述する非出現データが関連付けられた要素セットは、データ処理シーケンスの構成要素として出現しない。

【0029】

図２に示す個体群８４は、個体生成部３２によって生成された１つの世代における複数の個体ＩＶの集合である。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．１０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。

【0030】

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によって生成された木構造のデータ処理シーケンスＳｑを示す図である。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を元に生成されたデータ処理シーケンスＳｑ１である。

【0031】

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、参照テーブル生成機能を実行して参照テーブル８８が生成される際に実行される処理である。特定生成処理は、参照テーブル８８を用いたシーケンス生成機能が実行される際に実行される処理である。データ処理シーケンスＳｑを生成する際に参照するテーブルが、事前生成処理では遺伝子テーブル８２であり、特定生成処理では参照テーブル８８である点で異なる。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。

【0032】

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、シーケンス要素群８０とを用いて、データ出力層ｏｕｔ側から入力側へと向かう順に木構造のデータ処理シーケンスＳｑを生成する。図６に示すように、まず遺伝子翻訳部３４は、データ出力層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シーケンス要素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、遺伝子の配列順に、終端ノード側から優先して配置すると共に、図６に示す左側の接続先を右側の接続先よりも優先して配置するという深さ優先のルールに従って、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、データ出力層ｏｕｔ側からデータ処理層またはデータ入力層ｉｎを配置すると共に、入力側が複数に分かれている場合には、左側のシーケンスがデータ入力層ｉｎとなるまで、左側を優先させる。なお、本実施形態では、データ出力層ｏｕｔの入力数は、「１」に予め設定されている。

【0033】

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「０．５３４」と、遺伝子テーブル８２とを参照して、「０．５３４」がデータ処理層ＦｔＤの出現範囲内にあることを特定する。これにより、データ出力層ｏｕｔの入力側に、データ処理層ＦｔＤを接続する。次に、遺伝子翻訳部３４は、遺伝子テーブル８２を参照してデータ処理層ＦｔＤの入力数が「２」であることを特定することで、データ処理層ＦｔＤの入力側に２つのシーケンス要素を配置する。具体的には、遺伝子翻訳部３４は、個体ＶＩ１のＮｏ．２の遺伝子に対応するシーケンス要素を図６に示す左側の入力側接続先に配置する。つまり、遺伝子翻訳部３４は、Ｎｏ．２の遺伝子の数値ＶＧである「０．２９２」と、遺伝子テーブル８２とを参照して、「０．２９２」がデータ処理層ＦｔＢの出現範囲内であることを特定する。これにより、データ処理層ＦｔＤの左側の入力側接続先にデータ処理層ＦｔＢを配置する。

【0034】

次いで、遺伝子翻訳部３４は、Ｎｏ．２の遺伝子が表すデータ処理層ＦｔＢと、遺伝子テーブル８２とを参照して、データ処理層ＦｔＢの入力数が「１」であることを特定することで、データ処理層ＦｔＢの入力側に１つのシーケンス要素を配置する。具体的には、遺伝子翻訳部３４は、Ｎｏ．３の遺伝子の数値ＶＧである「０．４６２」と、遺伝子テーブル８２とを参照して、「０．４６２」がデータ処理層ＦｔＣの出現範囲内であることを特定する。これにより、Ｎｏ．３の遺伝子が示すデータ処理層ＦｔＢの入力側接続先にデータ処理層ＦｔＣを配置する。

【0035】

次に、遺伝子翻訳部３４は、Ｎｏ．３の遺伝子が表すデータ処理層ＦｔＣと、遺伝子テーブル８２とを参照して、データ処理層ＦｔＣの入力数が「１」であることを特定することで、データ処理層ＦｔＣの入力側に１つのシーケンス要素を配置する。具体的には、遺伝子翻訳部３４は、Ｎｏ．４の遺伝子の数値ＶＧである「０．８５６」と、遺伝子テーブル８２とを参照して、「０．８５６」がデータ入力層ｉｎの出現範囲内であることを特定する。これにより、Ｎｏ．３の遺伝子が示すデータ処理層ＦｔＣの入力側接続先にデータ入力層ｉｎを配置する。これにより、図６のデータ処理シーケンスＳｑの左側のシーケンスの生成は終了する。

【0036】

ついで、遺伝子翻訳部３４は、個体ＶＩ１のＮｏ．５の遺伝子に対応するシーケンス要素を図６に示す右側の入力側接続先に配置する。つまり、遺伝子翻訳部３４は、Ｎｏ．５の遺伝子の数値ＶＧである「０．１３８」と、遺伝子テーブル８２とを参照して、「０．１３８」がデータ処理層ＦｔＡの出現範囲内であることを特定する。これにより、データ処理層ＦｔＤの右側の入力側接続先にデータ処理層ＦｔＡを配置する。

【0037】

また、遺伝子翻訳部３４は、Ｎｏ．５の遺伝子が表すデータ処理層ＦｔＡと、遺伝子テーブル８２とを参照して、データ処理層ＦｔＡの入力数が「１」であることを特定することで、データ処理層ＦｔＡの入力側に１つのシーケンス要素を配置する。具体的には、遺伝子翻訳部３４は、Ｎｏ．６の遺伝子の数値ＶＧである「０．９３２」と、遺伝子テーブル８２とを参照して、「０．９３２」がデータ入力層ｉｎの出現範囲内であることを特定する。これにより、Ｎｏ．５の遺伝子が示すデータ処理層ＦｔＡの入力側接続先にデータ入力層ｉｎを配置する。これにより、図６のデータ処理シーケンスＳｑの右側のシーケンスの生成は終了する。

【0038】

遺伝子翻訳部３４は、入力側シーケンス要素が全てデータ入力層ｉｎ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、入力側シーケンス要素が全てデータ入力層ｉｎになっていない場合には、残りの未接続の入力側シーケンス要素にデータ処理層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。

【0039】

個体ＶＩ１で表されるデータ処理シーケンスＳｑ１は、２つのデータ入力層ｉｎを有する。一方のデータ入力層ｉｎに入力された入力データは、データ処理層ＦｔＣによってデータ処理された後に、次いでデータ処理層ＦｔＢによってデータ処理され、第１処理データが生成される。他方のデータ入力層ｉｎに入力された入力データは、データ処理層ＦｔＡによってデータ処理されて第２処理データが生成される。第１処理データと第２処理データとは、データ処理層ＦｔＤによってデータ処理されて、データ出力層ｏｕｔによってデータ処理後の１つの出力データＰＭが出力される。

【0040】

図２に示す参照テーブル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を生成する際に参照される。図７は、参照テーブル８８を説明するための図である。参照テーブル８８は、入力側に配置される候補となる入力側シーケンス要素の種別を示す入力側識別子と、入力側シーケンス要素に接続される候補となる出力側シーケンス要素の種別を示す出力側識別子と、入力数と、出力数と、接続参考値ＲＶとしての平均値ＡＲＶと非出現データである「－１」とが規定されている。入力側シーケンス要素は、データ処理層ＦｔＡ～ＦｔＥとデータ入力層ｉｎである。出力側シーケンス要素は、データ処理層ＦｔＡ～ＦｔＥとデータ出力層ｏｕｔである。つまり、参照テーブル８８には、接続候補となる入力側と出力側の一対のシーケンス要素である要素セットが複数規定されている。入力数は、入力側シーケンス要素の入力側に接続されるシーケンス要素の数を示す。出力数は、入力側シーケンス要素の出力側に接続されるシーケンス要素の数を示す。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、入力データをデータ処理して目標データＴＭを目標とした所望データを出力するための接続の相性を示す。例えば、入力側にデータ処理層ＦｔＡ、出力側にデータ処理層ＦｔＣが接続された要素セットの平均値ＡＲＶは「０．４７８」である。平均値ＡＲＶは、参照テーブル生成機能によって決定される。特定データ処理シーケンスＤＳｑを得るために複数のデータ処理シーケンスＳｑを生成するシーケンス生成機能においては、遺伝子翻訳部３４は、遺伝子テーブル８２に代えて参照テーブル８８を用いてデータ処理シーケンスＳｑを生成する。接続参考値が大きいほど出現範囲が大きくなるように、シーケンス要素ごとの出現範囲が設定される。また参照テーブル８８には、複数の要素セットのうち、接続を禁止する特定要素セットに対して、データ処理シーケンスＳｑの構成要素として出現させないことを示す非出現データとしての「－１」が関連付けられている。参照テーブル８８についての詳細は後述する。なお、本実施形態では、所望データは、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であり、図３に示す目標データＴＭと同様の画像である。

【0041】

図８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の参照テーブル生成機能は、まず、ステップＳ１０において参照テーブル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、参照テーブル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。

【0042】

図９は、ステップＳ１０の参照テーブル８８の生成処理の詳細フローチャートである。図１０は、参照テーブル８８の初期化工程の詳細フローチャートである。図１１は、参照テーブル８８の生成処理を説明するための第１図である。図１２は、参照テーブル８８の生成処理を説明するための第２図である。図１３は、種別条件テーブル９２５を示す図である。図１４は、参照テーブル８８の生成処理を説明するための第３図である。

【0043】

図９に示すように、まず、記憶装置７０は、ステップＳ１００において、シーケンス要素である複数のデータ処理層をシーケンス要素群８０として記憶する。ステップＳ１００は、ユーザーが、特定データ処理シーケンスＤＳｑで用いる候補となる複数のデータ処理層を生成装置２０に入力することで実行される。つまり、ステップＳ１００は、特定データ処理シーケンスＤＳｑのシーケンス要素の候補となる複数のデータ処理層の入力を受け付ける工程である。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７４を記憶する。ステップＳ１０１は、ユーザーが、学習データ７４を生成装置２０に入力することで実行される。また、ステップＳ１０２において、参照テーブル生成部５５は、参照テーブル８８を初期化する初期化工程が実行される。

【0044】

参照テーブル８８の初期化工程では、例えば図１１に示すように、参照テーブル生成部５５は、入力側シーケンス要素と出力側シーケンス要素の要素セットごとに対して、初期値としての「１」と非出現データとしての「－１」とのいずれかを関連付ける。非出現データは、複数の要素セットのうち、接続を禁止する特定要素セットに対して、データ処理シーケンスＳｑの構成要素として出現させないことを示すデータである。なお、初期値は「１」に限定されるものではなく、接続参考値ＲＶが取り得る予め設定された数値範囲である０以上１以下の範囲であればよい。また、非出現データは、「－１」に限定されるものではなく、接続参考値ＲＶが取り得る数値範囲から外れる値であればよい。このようにすれば、生成装置２０は、参照テーブル８８において、非出現データと接続参考値ＲＶとの区別を容易にできる。ここで、参照テーブル８８における各要素セットをＥＳ［入力側識別子，出力側識別子］で表すものとする。例えば、要素セットＥＳ［０，５］は、入力側にデータ処理層ＦｔＡ、出力側にデータ出力層ｏｕｔが配置された要素セットを示す。以下に初期化工程の詳細について説明する。

【0045】

図１０に示すように、参照テーブル８８の初期化工程では、ステップＳ１０３において、全ての要素セットに対して初期値である「１」を関連付けることで設定する。

【0046】

次に、参照テーブル生成部５５はステップＳ１０４において、入力情報による特定要素セットの特定を行い、特定した特定要素セットに対して初期値に代えて非出現データを関連付けることで設定する。入力情報は、ユーザーによって生成装置２０に入力された情報であり、図２に示す各種条件９２に記憶されている。入力情報は、非出現データを関連付ける要素セットである特定要素セットを示す情報である。つまり、ステップＳ１０４は、ユーザーからの指示によって特定要素セットに非出現データを関連付けるための工程である。なお、参照テーブル生成部５５は、記憶装置７０に入力情報が記憶されていない場合には、入力情報による非出現データの関連付けは行わない。

【0047】

例えば、ステップＳ１０４において、入力情報が示す情報が、要素セットＥＳ［５，５］，［４，４］である場合には、図１１に示すように、入力側が入力層ｉｎで出力側が出力層ｏｕｔである要素セットと、入力側がデータ処理層ＦｔＥで出力側がデータ処理層ＦｔＥである要素セットとに対して、初期値に代えて非出現データの「－１」が関連付けられる。

【0048】

また図１０に示すように、参照テーブル生成部５５は、ステップＳ１０６において、設定順番による特定要素セットの特定を行い、特定した特定要素セットに対して初期値に代えて非出現データを関連付けることで設定する。例えば、特定データ処理シーケンスＤＳｑは予め設定されたデータ処理工程を複数含み、複数のデータ処理工程の順番が設定順番として予め定められている場合がある。複数のデータ処理工程のそれぞれは、少なくとも１つのデータ処理層を用いて実行される。つまり、所望とするデータを得るために入力データに対して行うデータ処理工程と、データ処理工程の順番が、ユーザーによって予め定められている場合がある。設定順番を示す情報は、ユーザーによって生成装置２０に入力され、図２に示す各種条件９２に記憶されている。なお、データ処理工程は、入力されたデータをそのまま出力する工程であってもよい。

【0049】

図１２に示すように、データ処理工程として、第１処理工程と第２処理工程がある場合において、設定順番を示す情報が、入力層ｉｎの次に第１処理工程を実行し、第１処理工程の次に第２処理工程を実行し、第２処理工程の実行後に出力層ｏｕｔからデータを出力することを示す情報である場合を例に説明する。ここで、第１処理工程で用いることができるデータ処理層はデータ処理層ＦｔＡ，ＦｔＢであり、第２処理工程で用いることができるデータ処理層はデータ処理層ＦｔＣ，ＦｔＤ，ＦｔＥであるとする。各工程と、各工程に用いることができるデータ処理層との対応関係は、予め記憶装置７０に記憶されている。この場合、参照テーブル生成部５５は、設定順番とは異なる順番となる要素セットを特定要素セットとして特定し、特定した要素セットに対して初期値に代えて非出現データの「－１」を関連付ける。なお、参照テーブル生成部５５は、記憶装置７０に設定順番が示す情報が記憶されていない場合には、設定順番を示す情報による非出現データの関連付けは行わない。

【0050】

また図１０に示すように、参照テーブル生成部５５は、ステップＳ１０８において、生成装置２０に入力されることで受け付けられシーケンス要素群８０として記憶された複数のデータ処理層のそれぞれの種類を判定し、判定した種類に応じて特定要素セットを特定する。また、ステップＳ１０８において、参照テーブル生成部５５は、特定した特定要素セットに対して初期値に代えて非出現データを関連付けることで設定する。データ処理層の種類は、例えば、データ処理層から出力されるデータの種類に応じて種類分けされる。本実施形態において、参照テーブル生成部５５は、図１３に示す種別条件テーブル９２５を参照してデータ処理層の種類と、特定要素セットとを特定する。種別条件テーブル９２５は、図２に示す各種条件９２の一部であり、ユーザーによる生成装置２０への入力によって予め記憶装置７０に記憶されている。

【0051】

本実施形態におけるデータ処理層の種類は、図１３に示すように、第１特定データ処理層を示す第１種類と、第２特定データ処理層を示す第２種類とを有する。第１特定データ処理層は、第１特定データ処理層に入力されたデータに対してデータの種別を判定して出力する処理層である。データの種別を判定する第１特定データ処理層としては、入力されたデータの種別を判定できるアルゴリズムを有するデータ処理層であればよく、例えば、分類木モデルやニューラルネットワークやｋ近傍法などの判別結果を出力できるアルゴリズムを有するデータ処理層である。第２特定データ処理層は、第２特定データ処理層に入力されたデータに応じたスカラー量を出力する処理層である。出力されるスカラー量は、１つであってよいし複数であってもよい。スカラー量を出力する第２特定データ処理層としては、例えば、回帰木モデルやニューラルネットワークなどの回帰分析を行うアルゴリズムを有するデータ処理層である。

【0052】

種別条件テーブル９２５には、第１特定データ処理層や第２特定処理層の具体的な処理層を特定するための情報、例えば、処理層識別子が登録されていてもよいし、第１特定データ処理層や第２特定データ処理層の定義が登録されていてもよい。種別条件テーブル９２５において処理層識別子が登録されている場合には、参照テーブル生成部５５は、シーケンス要素群８０の複数のデータ処理層のうちから、同じ層識別子を有するデータ処理層があるか否かを判定して、第１特定データ処理層や第２特定データ処理層を特定する。一方で、種別条件テーブル９２５において第１特定データ処理層や第２データ処理層の定義が登録されている場合には、参照テーブル生成部５５は、シーケンス要素群８０の複数のデータ処理層のうちから、データ処理層のアルゴリズムを分析して定義に一致するデータ処理層を第１特定データ処理層や第２特定データ処理層として特定する。

【0053】

参照テーブル生成部５５は、ステップＳ１０８において、判定した種類が第１特定データ処理層を示す第１種類である場合には、複数の要素セットのうち、第１要素セットとは異なる要素セット、すなわち第１要素セット以外を特定要素セットとして特定する。そして、参照テーブル生成部５５は、ステップＳ１０８において、特定した要素セットに対して初期値に代えて非出現データである「－１」を関連付ける。第１要素セットは、種別条件テーブル９２５に定義されており、入力側のシーケンス要素が第１特定データ処理層であり、出力側のシーケンス要素がデータ出力層ｏｕｔの要素セットである。

【0054】

また参照テーブル生成部５５は、ステップＳ１０８において、判定した種類が第２特定データ処理層を示す第２種類である場合には、複数の要素セットのうち、第２要素セットとは異なる要素セット、すなわち第２要素セット以外を特定要素セットとして特定する。そして、参照テーブル生成部５５は、ステップＳ１０８において、特定した要素セットに対して初期値に代えて非出現データである「－１」を関連付ける。第２要素セットは、種別条件テーブル９２５に定義されており、入力側のシーケンス要素が第２特定データ処理層であり、出力側のシーケンス要素がデータ出力層ｏｕｔの要素セットである。

【0055】

なお、ステップＳ１０８において、記憶装置７０に種別条件テーブル９２５が記憶されていない場合には、データ処理層の種類に応じた非出現データの関連付けは行わない。以上のように、ステップＳ１０４～ステップＳ１０８は、特定要素セットに対して非出現データを関連付ける工程である。

【0056】

以上の図１０に示すステップＳ１０３～ステップＳ１０８の処理を実行することでステップＳ１０２の参照テーブル８８の初期化工程は終了する。なお、ステップＳ１０２において、ステップＳ１０４，Ｓ１０６，Ｓ１０８の順番は上記に限定されるものではなく、任意の順番で実行できる。また参照テーブル８８の初期化工程において、ステップＳ１０３において、まずは全ての要素セットに初期値を設定していたが、これに限定されるものではない。例えば、参照テーブル生成部５５は、ステップＳ１０３において、参照テーブル８８において全ての要素セットに対応する欄をブランクにした後に、ステップＳ１０４～ステップＳ１０８によって特定した特定要素セットに非出現データを関連付けてもよい。この場合、参照テーブル生成部５５は、参照テーブル８８において、非出現データが関連付けられていない要素セットに関連付けて初期値を設定する。

【0057】

次に図９に示すように、ステップＳ１２３において、個体生成部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Ｓ１２４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。

【0058】

次に、ステップＳ１２５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。次に特定部５０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。特定部５０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、特定部５０は、ステップＳ１０９において、最終的な評価値ＥＶから、接続参考値ＲＶを算出する。本実施形態では、特定部５０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、参照テーブル生成部５５は、ステップＳ１３０において、参照テーブル８８の更新を実行する。例えば、図６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」であった場合について説明する。まず、参照テーブル生成部５５は、データ処理シーケンスＳｑ１を構成する一対の入力側シーケンス要素と出力側シーケンス要素の要素セットを全て抽出する。そして参照テーブル生成部５５は、抽出した要素セットのうち非出現データである「－１」が関連付けられていない要素セットを表す欄、すなわち要素セットに関連付けられた値に対して接続参考値ＲＶである「０．８００」を加算する。ここで、参照テーブル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。式（Ａ）の右辺の分母が「ｎ＋１」であるのは、初期値が設定されているためである。

【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。入力側シーケンス要素と出力側シーケンス要素の要素セットを［入力側シーケンス要素，出力側シーケンス要素］として表す場合、図６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。参照テーブル生成部５５は、以下の要素セットのそれぞれについて、図１４に示すように、対応する参照テーブル８８の各要素セットの欄に接続参考値である「０．８００」を加算して平均値ＡＲＶを算出する。
＜加算対象の要素セット＞
ＥＳ［３，５］，ＥＳ［１，３］，ＥＳ［２，１］，ＥＳ［５，２］，ＥＳ［０，３］，ＥＳ［５，０］

【0062】

以上のように、ステップＳ１３０は、複数の要素セットのうち、非出現データが関連付けられた特定要素セットとは異なる要素セットに対して、接続参考値ＲＶを関連付ける工程である。

【0063】

図９に示すように、ステップＳ１３１において、参照テーブル生成部５５は、一つの世代Ｇの個体ＩＶ全てにおいてステップＳ１２４～ステップＳ１３０の処理を実行したか否かを判定する。ステップＳ１３１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Ｓ１２４～ステップＳ１３０を実行していない個体ＩＶから一つを選択してステップＳ１２４～ステップＳ１３１の処理を再び実行する。

【0064】

一方で、ステップＳ１３１で「Ｙｅｓ」の判定が成された場合には、参照テーブル生成部５５は、ステップＳ１３３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、図２に示す各種条件の一部である。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、参照テーブル８８の全ての要素セットに関連付けて、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、参照テーブル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Ｓ１２４～ステップＳ１３１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。

【0065】

以上のように、参照テーブル８８は、非出現データが関連付けられた要素セットを除く一対のシーケンス要素において、出力側シーケンス要素に対して、ランダムな確率で入力側シーケンス要素が接続される関係を有するように、ステップＳ１２４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。また、参照テーブル８８において、接続を禁止する特定要素セットに対して非出現データが関連付けられていることで、特定データ処理シーケンスＳｑの候補となるデータ処理シーケンスＳｑを大量になることを抑制できる。

【0066】

終了条件が満たされていない場合には、個体生成部３２は、次処理ルーチンにおいてステップＳ１２３を再び実行する。再び実行されるステップＳ１２３は、前回の処理ルーチンにおけるステップＳ１２３で生成された親世代Ｇ_ｍの個体ＩＶ_ｍ１～ＩＭ_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Ｓ１２３によって生成された個体ＩＶ_ｎを対象に、再びステップＳ１２４以降の処理を実行する。

【0067】

一方で終了条件が満たされた場合には、参照テーブル生成部５５は、ステップＳ１３５において、終了条件を満たした時点の参照テーブル８８を出力することで記憶装置７０に記憶させる。

【0068】

図１５は、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、シーケンス要素である複数のデータ処理層をシーケンス要素群８０として記憶する。ステップＳ３００は、ユーザーが、特定データ処理シーケンスＤＳｑで用いる候補となる複数のデータ処理層を生成装置２０に入力す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、参照テーブル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、既にシーケンス要素群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７４を記憶する。ステップＳ３０１は、ユーザーが、学習データ７４を生成装置２０に入力す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、参照テーブル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７４が用いられる場合には、ステップＳ３０１は省略可能である。一方で、例えば、参照テーブル８８の生成処理で用いた学習データ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７４の元となる製品が異なる場合には、ステップＳ３０１が実行される。

【0070】

またステップＳ３０４において、記憶装置７０は、参照テーブル８８の生成処理で生成した参照テーブル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、参照テーブル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、既に参照テーブル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、個体生成部３２は、現世代Ｇについての複数の個体ＩＶ_ｎから構成される個体群８４を生成する。ステップＳ３０６は、図９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、参照テーブル８８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。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画像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、特定部５０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。特定部５０は、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。また、一つの世代Ｇの全個体ＩＶに対して行われるステップＳ３５６や基準条件を満たすまで繰り返し実行されるステップＳ３５６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が示す複数の類似度ＳＤを用いて、基準条件を満たす特定データ処理シーケンスＤＳｑを特定する工程である。出力データＰＭと目標データＴＭとの類似度ＳＤを用いて基準条件を満たすデータ処理シーケンスＳｑを容易に特定できる。

【0075】

次に、ステップＳ３５４において、特定部５０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ごとにデータ処理後の出力データＰＭを生成する。そして、特定部５０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、特定部５０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が示す類似度ＳＤを用いて、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、特定部５０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、個体生成部３２は、前回のルーチンで生成した複数のデータ処理シーケンスＳｑ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が下位Ｊ番目までの個体ＩＶについては、類似度ＳＤが下位Ｊ番目までに該当しない個体ＩＶをもとに交叉と突然変異との少なくとも一つを用いて、今回のルーチンにおける現世代の個体ＩＶを新たに生成する。なお、個体生成部３２は、親世代の複数の個体ＩＶのうちで、類似度ＳＤが下位Ｊ番目には該当しない個体ＩＶについては複製する。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。なお、他の実施形態では、親世代の複数の個体ＩＶのうちで、類似度ＳＤが予め定めた複製基準値以下の個体ＩＶについては、類似度ＳＤが複製基準値より大きい個体ＩＶをもとに交叉や突然変位を用いて新たな個体ＩＶを生成してもよい。以上のように、類似度ＳＤが低い１つ以上のデータ処理シーケンスＳｑを、類似度ＳＤが高いデータ処理シーケンスＳｑを元に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を生成して置き換えることで、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】

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。

【0080】

以上のように、基準条件が満たされるまで繰り返し実行されるステップＳ３０８は、参照テーブル８８を用いて複数の個体ＩＶから対応する複数のデータ処理シーケンスＳｑを生成する工程である。

【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。まず、遺伝子翻訳部３４は、ステップＳ３１１において、現世代Ｇを構成するＩＶ１～ＩＶ５のうちで、未処理の一つを選択する。また、ステップＳ３１４において、遺伝子翻訳部３４は、記憶装置７０に記憶された参照テーブル８８を読み出す。

【0082】

次に、ステップＳ３１６において、遺伝子翻訳部３４は、入力側シーケンス要素が接続されていない未接続の出力側シーケンス要素である接続先を一つ選択する。本実施形態では、データ出力層ｏｕｔを終端ノードに設定し、データ出力層ｏｕｔ側から順にシーケンス要素が接続される。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、接続先としてデータ出力層ｏｕｔを選択する。なお、シーケンス要素の接続は、上述のごとく予め定めた接続ルールに従い実行される。上述のごとく、まず遺伝子翻訳部３４は、データ出力層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シーケンス要素を接続することでデータ処理シーケンスＳｑを生成する。また、遺伝子翻訳部３４は、上述のごとく、遺伝子の配列順に、終端ノード側から優先して配置すると共に、図６に示す左側の接続先を右側の接続先よりも優先して配置するというルールである。

【0083】

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シーケンス要素に接続される入力側シーケンス要素を、参照テーブル８８を参照して選択する。具体的には、遺伝子翻訳部３４は、参照テーブル８８を用いて、出力側シーケンス要素に対して、接続参考値ＲＶとしての平均値ＡＲＶが高い入力側シーケンス要素ほど、出力側シーケンス要素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、以下の入力側シーケンス要素の選択アルゴリズムに従って入力側シーケンス要素が選択されることで生成される。

【0084】

＜入力側シーケンス要素の選択アルゴリズム＞
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）
・出力側シーケンス要素識別子・・・ｊ
ここで、ｊは、０以上の整数で表され、出力側シーケンス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、入力側シーケンス要素ＦｔＡ～ｏｕｔの順に、識別子ｊは、０～５が割り当てられている。
・接続される入力側シーケンス要素識別子・・・ｉ
ここで、ｉは、０以上の整数で表され、０～Ｎ_ｆまでの識別子によって表される。Ｎｆは、入力側シーケンス要素の候補となる数から１を引いた値であり、本実施形態では、図７に示すように、入力側シーケンス要素の数は６であるため、Ｎ_ｆは５である。また、入力側シーケンス要素ＦｔＡ～ｉｎの順に、識別子ｉは、０～５が割り当てられている。
・参照テーブル８８の要素セットに関連付けられた値・・・ｔ_ｉｊ
ｔ_ｉｊは、図７に示す平均値ＡＲＶまたは非出現データである「－１」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、入力側シーケンス要素と出力側シーケンス要素の識別子に対応する。例えば、ｔ_１２は、図７において入力側シーケンス要素がデータ処理層ＦｔＢ、出力側シーケンス要素がデータ処理層ＦｔＣの要素セットの平均値ＡＲＶである０．０８６を示す。
・接続参考値ＲＶが取り得る値・・・Ｈ
本実施形態では、接続参考値ＲＶは評価値ＥＶであり、０以上１以下の値を取り得る。

【0085】

選択アルゴリズムにおいて、出力側シーケンス要素ｊの入力側に入力側シーケンス要素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】

【0086】

ここで、上記式（１）のＳ_ｉｊは、以下の式（２）によって算出される。

【数2】

上記式（２）から理解できるように、参照テーブル８８の値ｔ_ｉｊが接続参考値ＲＶの取り得る値Ｈの範囲内、すなわち０以上１以下でれば、値Ｓ_ｉｊは値ｔ_ｉｊと同じ値となる。一方、参照テーブル８８に非出現データである「－１」が関連付けられている場合には、値ｔ_ｉｊは「－１」であり、値Ｈの範囲外となるため値Ｓ_ｉｊは「０」となる。

【0087】

上記式（１）および式（２）から理解できるように、参照テーブル８８の値ｔ_ｉｊに非出現データが関連付けられている場合は、確率Ｐ_ｉｊは「０」となることから、非出現データが関連付けられた要素セットは、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はゼロである。

【0088】

また選択アルゴリズムにおいて、非出現データが関連付けられていない要素セットに対して、入力側シーケンス要素ｉが出力側シーケンス要素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（３）を用いて算出される。なお、下限閾値は、非出現データが関連付けられた要素セットを除く一つ前の識別子に応じた入力側シーケンス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3】

【0089】

上記の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、同じ出力側シーケンス要素に対する接続候補である各入力側シーケンス要素の各接続参考値である各平均値ＡＲＶの比が、出力側シーケンス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。

【0090】

遺伝子翻訳部３４は、上記式（３）で算出された上限閾値を用いて、データ入力層ｉｎおよび複数のデータ処理層である複数のデータ処理層ＦｔＡ～ＦｔＥの入力側シーケンス要素のそれぞれに対して、異なる出現範囲としての数値範囲を設定する。そして、遺伝子の数値が、設定した数値範囲内に対応したデータ入力層ｉｎまたはデータ処理層としてのデータ処理層を入力側シーケンス要素として選択する。

【0091】

出現範囲としての数値範囲と、選択されるシーケンス要素の例を以下に示す。
＜識別子ｊの出力側シーケンス要素に対する入力側シーケンス要素の選択＞
０≦ＶＧ＜Ｔ０ｊのときは、識別子ｉが「０」の入力側シーケンス要素が選択される。
Ｔ_０ｊ≦ＶＧ＜Ｔ_１ｊのときは、識別子ｉが「１」の入力側シーケンス要素が選択される。
Ｔ_１ｊ≦ＶＧ＜Ｔ_２ｊのときは、識別子ｉが「２」の入力側シーケンス要素が選択される。
以下も同様であるので、最後に一例を示す。
Ｔ_{（Ｎｆ－１），ｊ}≦ＶＧ≦Ｔ_Ｎｆ，ｊのときは、識別子ｉがＮｆの入力側シーケンス要素が選択される。

【0092】

なお、数値範囲の不等号については、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。

【0093】

図１６に示すステップＳ３１８の次に、ステップＳ３２０において、遺伝子翻訳部３４は、データ処理シーケンスＳｑの生成が完了したか否かを判定する。具体的には、遺伝子翻訳部３４は、上流側のノードが全てデータ入力層ｉｎとなり、未接続のノードが無い場合にはデータ処理シーケンスＳｑの生成が完了したと判定する。この場合、遺伝子翻訳部３４は、ステップＳ３２２において生成したデータ処理シーケンスＳｑをデータ処理部４０に出力する。一方で、遺伝子翻訳部３４は、データ処理シーケンスＳｑの生成が完了していないと判定した場合には、再びステップＳ３１６以降の処理を実行する。

【0094】

以上のように、図１５に示すステップＳ３０６と図１６に示すステップＳ３０８は、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によって構成されるシーケンスセットを生成する工程である。また、図１５に示すステップＳ３０６と図１６に示すステップＳ３０８は、データ入力層およびデータ処理層のそれぞれに対応した複数の遺伝子を配列した個体と、参照テーブル８８とを少なくとも用いてシーケンスセットを生成する工程である。

【0095】

上記の選択アルゴリズムを用いた入力側シーケンス要素の選択について、個体ＩＶａからデータ処理シーケンスＳｑを生成する具体例を用いて以下に説明する。図１７は、図１６のステップＳ３１６～ステップＳ３２２までの処理を説明するための図である。図１８は、参照テーブル８８を元に生成された遺伝子と出現範囲との関係を示す出現範囲テーブル８８９ａを示す図である。図１９は、参照テーブル８８を元に生成された遺伝子と出現範囲との関係を示す出現範囲テーブル８８９ｂを示す図である。図２０は、参照テーブル８８を元に生成された遺伝子と出現範囲との関係を示す出現範囲テーブル８８９ｃを示す図である。図２１は、参照テーブル８８を元に生成された遺伝子と出現範囲との関係を示す出現範囲テーブル８８９ｄを示す図である。

【0096】

図１７に示すように、最初のルーチンＲｔ１では、遺伝子翻訳部３４は、ステップＳ３１６において、接続先としてデータ出力層ｏｕｔを選択する。次に遺伝子翻訳部３４は、図７に示す参照テーブル８８の出力側シーケンス要素がデータ出力層ｏｕｔである要素セットの値である平均値ＡＲＶおよび非出現データとしての「－１」と、上述の式（１）～式（３）を用いて、上限閾値Ｔ_ｉｊを算出することで、入力側シーケンス要素が出現する数値範囲を決定する。また、遺伝子翻訳部３４は、決定した数値範囲を元に、図１８に示す出現範囲テーブル８８９ａを生成してもよい。遺伝子翻訳部３４は、選択アルゴリズムを実行することによって、出力側シーケンス要素をデータ出力層ｏｕｔとする要素セットの入力側シーケンス要素ごとにおいて、接続参考値ＲＶである平均値ＡＲＶが高い入力側シーケンス要素ほど、出現範囲を示す数値範囲を広く設定する。遺伝子翻訳部３４は、図１７に示すＮｏ．１の遺伝子の数値０．８９２と、図１８に示す数値範囲を比較して、数値範囲内に該当するデータ処理層ＦｔＥを、データ出力層ｏｕｔの入力側シーケンス要素として選択する。また、遺伝子翻訳部３４は、参照テーブル８８を参照し、データ処理層ＦｔＥの入力数が「２」であることから、データ処理層ＦｔＢの入力側に２つの探索枝である未接続端子を設定する。

【0097】

図１７に示すように、次のルーチンＲｔ２では、遺伝子翻訳部３４は、ステップＳ３１６において、接続先としてデータ処理層ＦｔＥを選択する。次に遺伝子翻訳部３４は、図７に示す参照テーブル８８の出力側シーケンス要素がデータ処理層ＦｔＥである要素セットに関連付けられた平均値ＡＲＶおよび非出現データである「－１」と、上述の式（１）～式（３）を用いて、上限閾値Ｔ_ｉｊを算出することで、入力側シーケンス要素の数値範囲を決定する。また、遺伝子翻訳部３４は、決定した数値範囲を元に、図１９に示す出現範囲テーブル８８９ｂを生成してもよい。遺伝子翻訳部３４は、選択アルゴリズムを実行することで、出力側シーケンス要素がデータ処理層ＦｔＥとする要素セットの入力側シーケンス要素ごとにおいて、平均値ＡＲＶが高い入力側シーケンス要素ほど、出現範囲を示す数値範囲を広く設定する。遺伝子翻訳部３４は、図１７に示すＮｏ．２の遺伝子の数値０．９４２と、図１９に示す数値範囲を比較して、数値範囲内に該当するデータ入力層ｉｎを、データ処理層ＦｔＢの左側の入力側シーケンス要素として選択する。

【0098】

また図１７に示すように、次のルーチンＲｔ３では、遺伝子翻訳部３４は、ステップＳ３１６において、接続先としてデータ処理層ＦｔＥを選択する。次に遺伝子翻訳部３４は、図７に示す参照テーブル８８の出力側シーケンス要素がデータ処理層ＦｔＥである要素セットに関連付けられた平均値ＡＲＶおよび非出現データである「－１」と、上述の式（１）～式（３）を用いて、上限閾値Ｔ_ｉｊを算出することで、入力側シーケンス要素の数値範囲を決定する。この数値範囲は、図１９に示す数値範囲となるため、遺伝子翻訳部３４は、前回のルーチンＲｔ２で用いた数値範囲を用いる。遺伝子翻訳部３４は、図１７に示すＮｏ．３の遺伝子の数値０．０７５と、図１７に示す数値範囲を比較して、数値範囲内に該当するデータ処理層ＦｔＡを、データ処理層ＦｔＢの右側の入力側シーケンス要素として選択する。また、遺伝子翻訳部３４は、参照テーブル８８を参照し、データ処理層ＦｔＡの入力数が「１」であることから、データ処理層ＦｔＡの入力側に１つの探索枝である未接続端子を設定する。

【0099】

図１７に示すように、次のルーチンＲｔ４では、遺伝子翻訳部３４は、ステップＳ３１６において、接続先としてデータ処理層ＦｔＡを選択する。次に遺伝子翻訳部３４は、図７に示す参照テーブル８８の出力側シーケンス要素がデータ処理層ＦｔＡである要素セットの平均値ＡＲＶと、上述の式（１）～式（３）を用いて、上限閾値Ｔ_ｉｊを算出することで、入力側シーケンス要素の数値範囲を決定する。また、遺伝子翻訳部３４は、決定した数値範囲を元に、図２０に示す出現範囲テーブル８８９ｃを生成してもよい。遺伝子翻訳部３４は、選択アルゴリズムを実行することにより、出力側シーケンス要素がデータ処理層ＦｔＡとする要素セットの入力側シーケンス要素ごとにおいて、平均値ＡＲＶが高い入力側シーケンス要素ほど、出現範囲を示す数値範囲を広く設定する。遺伝子翻訳部３４は、図１７に示すＮｏ．４の遺伝子の数値０．４１２と、図２０に示す数値範囲を比較して、数値範囲内に該当するデータ処理層ＦｔＢを、データ処理層ＦｔＡの入力側シーケンス要素として選択する。また、遺伝子翻訳部３４は、参照テーブル８８を参照し、データ処理層ＦｔＢの入力数が「１」であることから、データ処理層ＦｔＡの入力側に１つの探索枝である未接続端子を設定する。

【0100】

図１７に示すように、次のルーチンＲｔ５では、遺伝子翻訳部３４は、ステップＳ３１６において、接続先としてデータ処理層ＦｔＢを選択する。次に遺伝子翻訳部３４は、図７に示す参照テーブル８８の出力側シーケンス要素がデータ処理層ＦｔＢである要素セットの平均値ＡＲＶと、上述の式（１）～式（３）を用いて、上限閾値Ｔ_ｉｊを算出することで、入力側シーケンス要素の数値範囲を決定する。決定した数値範囲を元に、図２１に示す出現範囲テーブル８８９ｄを生成してもよい。遺伝子翻訳部３４は、選択アルゴリズムを実行することによって、出力側シーケンス要素がデータ処理層ＦｔＢとする要素セットの入力側シーケンス要素ごとにおいて、平均値ＡＲＶが高い入力側シーケンス要素ほど、出現範囲を示す数値範囲を広く設定する。遺伝子翻訳部３４は、図１７に示すＮｏ．５の遺伝子の数値０．９９５と、図２１に示す数値範囲を比較して、数値範囲内に該当するデータ入力層ｉｎを、データ処理層ＦｔＢの入力側シーケンス要素として選択する。これにより、上流側のノードが全てデータ入力層ｉｎとなったため、データ処理シーケンスＳｑの生成が完了する。つまり、遺伝子翻訳部３４は、出力側シーケンス要素に対して未接続の入力側シーケンス要素が無い場合には、個体ＩＶを構成する複数の遺伝子の全てがデータ処理シーケンスＳｑとして用いられていない場合でも、個体ＩＶに対応するデータ処理シーケンスＳｑの生成処理を終了する。これにより、遺伝子翻訳部３４は、複数の遺伝子全てが用いられていない場合でもデータ処理シーケンスＳｑを生成できる。

【0101】

図２２は、利用処理のフローチャートである。利用処理は、図１５の生成処理によって、特定データ処理シーケンスＤＳｑが特定された後に実行される。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シーケンス要素である複数のデータ処理層をシーケンス要素群８０として記憶する。ステップＳ５００において記憶されるシーケンス要素群８０の複数のデータ処理層は、特定データ処理シーケンスＤＳｑで用いられるデータ処理層のみであってもよい。なお、利用処理と、図１５の生成処理とが同じ生成装置２０で実行される場合には、ステップＳ５００は省略でき、ステップＳ３００によって記憶装置７０に記憶されたシーケンス要素群８０を用いることができる。

【0102】

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で出力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。

【0103】

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処理対象のデータは、例えば、学習画像ＬＭと同種の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。

【0104】

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画像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、処理対象のデータに対して、特定データ処理シーケンスＤＳｑが示す順番に従って、記憶装置７０のシーケンス要素群８０に記憶されたデータ処理層を適用してデータ処理を実行する。

【0105】

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。

【0106】

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、利用処理を終了する。

【0107】

上記実施形態によれば、図１０～図１３に示すように、参照テーブル生成部５５は、参照テーブル８８において、特定要素セットに対してデータ処理シーケンスＳｑの構成要素として出現させないことを示す非出現データを関連付けることで、予めデータ処理シーケンスＳｑの構成要素として出現させない要素セットを容易に設定できる。例えば、データ処理の目的を達成するための寄与が低い要素セットに対して予め非出現データを関連付けることで、基準条件を満たすデータ処理シーケンスＤＳｑを効率良く特定することができる。

【0108】

また上記実施形態によれば、図１０に示すステップＳ１０６および図１２に示すように、参照テーブル生成部５５は、設定順番とは異なる順番となる要素セットに対して非出現データを関連付けることで、データ処理シーケンスＳｑにおいて、複数のデータ処理工程の順番が設定順番と異なることを容易に防止できる。これにより、例えば、データ処理工程の順番のうち、データ処理の目的を達成するための寄与が低い順番が、データ処理シーケンスＳｑとして出現しないように特定要素セットに対して非出現データを関連付けることで、基準条件を満たすデータ処理シーケンスＤＳｑを効率良く特定することができる。

【0109】

また上記実施形態によれば、参照テーブル生成部５５は、図１０のステップＳ１０８および図１３に示すように、データ処理層の種類に応じた特定要素セットに対して非出現データを関連付けることができる。ここで、データ処理層の種類によっては、データ処理層との接続の相性が低い、すなわち、データ処理の目的に寄与しないシーケンス要素が存在する場合がある。よって、特定のデータ処理層とシーケンス要素の要素セットを特定要素セットとして特定し、特定要素セットに対して非出現データを関連付けることで、基準条件を満たすデータ処理シーケンスＤＳｑを効率良く特定することができる。

【0110】

また上記実施形態によれば、参照テーブル生成部５５は、図１３に示す種別条件テーブル９２５に従って第１要素セット以外の要素セットを特定要素セットとして特定し、特定した特定要素セットに対して非出現データを関連付けている。これにより、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は、第１特定データ処理層の出力側にデータ出力層ｏｕｔが接続された構成となる。よって、特定データ処理シーケンスＤＳｑを用いたデータ処理の目的が、入力されたデータの種類を判別することである場合に、目的に応じたデータ処理シーケンスＳｑを候補として生成できるので、基準条件を満たすデータ処理シーケンスＤＳｑを効率良く特定することができる。

【0111】

また上記実施形態によれば、参照テーブル生成部５５は、図１３に示す種別条件テーブル９２５に従って第２要素セット以外の要素セットを特定要素セットとして特定し、特定した特定要素セットに対して非出現データを関連付けている。これにより、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は、第２特定データ処理層の出力側にデータ出力層ｏｕｔが接続された構成となる。よって、特定データ処理シーケンスＤＳｑを用いたデータ処理の目的が、入力されたデータに応じたスカラー量を出力することである場合に、目的に応じたデータ処理シーケンスＳｑを候補として生成できるので、基準条件を満たすデータ処理シーケンスＤＳｑを効率良く特定することができる。

【0112】

また、判別結果を出力する第１特定データ処理層や、スカラー量を出力する第２特定データ処理層の出力側に出力層ｏｕｔが接続されるように、参照テーブル８８によってデータ処理工程の順番を設定しておくことで、判別結果やスカラー量などのユーザーが理解しやすいデータ処理結果を出力層ｏｕｔで出力できる。

【0113】

また上記実施形態によれば、個体生成部３２は、図５に示すように、遺伝的アルゴリズムを用いてデータ処理シーケンスＳｑの元となる複数の個体ＩＶを容易に生成できる。また、参照テーブル８８によって非出現データを予め関連付けておくことで、参照テーブル８８を参照することで、ユーザーは、データ処理シーケンスＳｑの構成要素として出現しない要素セットを容易に特定できる。

【0114】

Ｂ．他の実施形態：
Ｂ－１．他の実施形態１：
上記実施形態では、一つの世代Ｇに属する複数の個体ＩＶが示す複数のデータ処理シーケンスＳｑの一つずつ順番に処理結果の評価を行っていたが、複数の生成装置２０を用いて複数のデータ処理シーケンスＳｑについて並列に処理結果の評価を行ってもよい。

【0115】

Ｂ－２．他の実施形態２：
上記実施形態では、データ処理シーケンスＳｑは、遺伝的アルゴリズムを用いて個体ＩＶを生成することによって生成していたがこれに限定されるものではない。例えば、複数のシーケンス要素を、ランダムに配置することで複数のデータ処理シーケンスＳｑを生成してもよい。

【0116】

Ｂ－３．他の実施形態３：
上記実施形態では、参照テーブル８８は、非出現データである「－１」が設定された要素セット以外は、図７に示すように接続参考値ＲＶの平均値ＡＲＶが設定されていたが、これに限定されるものではない。例えば、参照テーブル生成部５５は、図１０のステップＳ１０３において、非出現データである「－１」が設定された要素セット以外の要素セットに対して、均等な確率で出現するように一定の数値を固定値として関連付けてもよい。この場合、図９のステップＳ１２３からステップＳ１３３の処理は省略可能である。

【0117】

Ｂ－４．他の実施形態４：
上記実施形態では、図１６のステップＳ３１８において、遺伝子翻訳部３４は、参照テーブル８８と選択アルゴリズムとを用いて図１８～図２１に示す出現範囲テーブル８８９ａ～８８９ｄを生成して入力側シーケンス要素を選択していたが、入力側シーケンス要素の選択方法はこれに限定されるものではない。例えば、参照テーブル生成部５５は、図９に示す参照テーブル８８の生成処理後の参照テーブル８８と、上述の選択アルゴリズムとを用いて全ての要素セットに対する出現範囲テーブルを事前に生成して記憶装置７０に記憶させてもよい。

【0118】

Ｂ－５．他の実施形態５：
上記実施形態では、遺伝子翻訳部３４は、参照テーブル８８と式（１）～式（３）を用いて、出力側シーケンス要素に対して、接続参考値ＲＶが高い入力側シーケンス要素ほど、出力側シーケンス要素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、複数のデータ処理シーケンスを生成していたが、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、上記の確率関係を有するように複数のデータ処理シーケンスを生成できれば、式（１）～式（３）を用いなくてもよい。例えば、遺伝子翻訳部３４は、接続参考値ＲＶが高くなるほど、段階的に、入力側シーケンス要素が出現する数値範囲を大きく設定することで、上記確率関係を有するように複数のデータ処理シーケンスを生成してもよい。

【0119】

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。

【0120】

（１）本開示の第１形態によれば、予め定めた基準条件を満たす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、シーケンス要素としての、（ｉ）データを入力するデータ入力層、（ｉｉ）複数のデータ処理層のうちの少なくとも２つ、および（ｉｉｉ）データ処理後の前記データを出力するデータ出力層によって構成されている。前記基準条件を満たす前記データ処理シーケンスは特定データ処理シーケンスである。この生成方法は、（ａ）前記特定データ処理シーケンスの候補となる複数の前記データ処理シーケンスを生成するために用いる参照テーブルを生成する工程と、（ｂ）前記参照テーブルを用いて前記複数のデータ処理シーケンスを生成する工程と、（ｃ）前記複数のデータ処理シーケンスの中から、前記基準条件を満たす前記特定データ処理シーケンスを特定する工程と、を備え、前記工程（ａ）は、前記参照テーブルにおいて、（ａ１）接続候補となる入力側と出力側の一対の前記シーケンス要素である複数の要素セットのうち、接続を禁止する特定要素セットに対して、前記データ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付ける工程と、（ａ２）前記複数の要素セットのうち、前記非出現データが関連付けられた前記特定要素セットとは異なる前記要素セットに対して、前記データ処理シーケンスの前記構成要素として出現する出現確率を示す接続参考値を関連付ける工程と、を備える。この形態によれば、参照テーブルにおいて、特定要素セットに対してデータ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付けることで、予めデータ処理シーケンスの構成要素として出現させない要素セットを容易に設定できる。例えば、データ処理の目的を達成するための寄与が低い要素セットに対して予め非出現データを関連付けることで、基準条件を満たすデータ処理シーケンスを効率良く特定することができる。

【0121】

（２）上記形態において、前記特定データ処理シーケンスは、少なくとも１つの前記データ処理層を用いたデータ処理工程を複数含み、複数の前記データ処理工程の順番が設定順番として予め定められている場合において、前記工程（ａ１）は、前記設定順番とは異なる順番となる前記要素セットを前記特定要素セットとして特定する工程と、特定した前記特定要素セットに対して前記データ処理シーケンスの前記構成要素として出現させないことを示す非出現データを関連付ける工程と、を有していてもよい。この形態よれば、設定順番とは異なる順番となる要素セットに対して非出現データを関連付けることで、データ処理シーケンスにおいて、複数のデータ処理工程の順番が設定順番と異なることを容易に防止できる。これにより、例えば、データ処理の目的を達成するための寄与が低いデータ処理工程の順番が、データ処理シーケンスとして出現しないように特定要素セットに対して非出現データを関連付けることで、基準条件を満たすデータ処理シーケンスを効率良く特定することができる。

【0122】

（３）上記形態において、さらに、（ｄ）前記工程（ａ）よりも前に実行され、前記特定データ処理シーケンスの前記シーケンス要素の候補となる前記複数のデータ処理層の入力を受け付ける工程を備え、前記工程（ａ１）は、（ａ１ａ）前記工程（ｄ）で受け付けた前記複数のデータ処理層のそれぞれの種類を判定し、判定した前記種類に応じて前記特定要素セットを特定する工程を含んでいてもよい。この形態によれば、データ処理層の種類に応じた特定要素セットに対して非出現データを関連付けることができる。

【0123】

（４）上記形態において、前記工程（ａ１ａ）は、前記判定した種類が、入力された前記データに対して前記データの種別を判定して出力する第１特定データ処理層を示す第１種類である場合には、前記複数の要素セットのうち、第１要素セットとは異なる前記要素セットを前記特定要素セットとして特定し、前記第１要素セットは、前記入力側の前記シーケンス要素が前記第１特定データ処理層であり、前記出力側の前記シーケンス要素が前記データ出力層であってもよい。この形態によれば、特定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は、第１特定データ処理層の出力側にデータ出力層が接続された構成となる。これにより、特定データ処理シーケンスを用いたデータ処理の目的が、入力されたデータの種類を判別することである場合に、目的に応じたデータ処理シーケンスを候補として生成できるので、基準条件を満たすデータ処理シーケンスを効率良く特定することができる。

【0124】

（５）上記形態において、前記工程（ａ１ａ）は、前記判定した種類が、入力された前記データに対して前記データに応じたスカラー量を出力する第２特定データ処理層を示す第２種類である場合には、前記複数の要素セットのうち、第２要素セットとは異なる前記要素セットを前記特定要素セットとして特定し、前記第２要素セットは、前記入力側の前記シーケンス要素が前記第２特定データ処理層であり、前記出力側の前記シーケンス要素が前記データ出力層であってもよい。この形態によれば、特定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は、第２特定データ処理層の出力側にデータ出力層が接続された構成となる。これにより、特定データ処理シーケンスを用いたデータ処理の目的が、入力されたデータに応じたスカラー量を出力することである場合に、目的に応じたデータ処理シーケンスを候補として生成できるので、基準条件を満たすデータ処理シーケンスを効率良く特定することができる。

【0125】

（６）上記形態において、前記工程（ａ１）において関連付ける前記非出現データは、前記接続参考値が取り得る予め設定された数値範囲から外れた値であってもよい。この形態によれば、非出現データを接続参考値との区別を容易にできる。

【0126】

（７）上記形態において、前記工程（ｂ）は、前記シーケンス要素の組み合わせが異なる前記複数のデータ処理シーケンスによって構成されるシーケンスセットを生成する工程であって、前記データ入力層および前記データ処理層のそれぞれに対応した複数の遺伝子を配列した個体と、前記参照テーブルと、を少なくとも用いて前記シーケンスセットを生成する工程を含み、前記工程（ｃ）は、（ｃ１）前記複数のデータ処理シーケンスのそれぞれによって学習データをデータ処理し、前記複数のデータ処理シーケンスごとに前記データ処理後のデータである出力データを生成する工程と、（ｃ２）前記複数のデータ処理シーケンスごとに、前記出力データと、前記学習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、（ｃ３）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が示す複数の前記類似度を用いて、前記基準条件を満たす前記特定データ処理シーケンスを特定する工程と、を含んでもよい。この形態によれば、遺伝的アルゴリズムを用いてデータ処理シーケンスの元となる複数の個体を容易に生成できる。また、この形態によれば、出力データと目標データとの類似度を用いて基準条件を満たすデータ処理シーケンスを容易に特定できる。

【0127】

（８）本開示の第２形態によれば、予め定めた基準条件を満たす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、シーケンス要素としての、（ｉ）データを入力するデータ入力層、（ｉｉ）複数のデータ処理層のうちの少なくとも２つ、および（ｉｉｉ）データ処理後の前記データを出力するデータ出力層によって構成されている。前記基準条件を満たす前記データ処理シーケンスは特定データ処理シーケンスである。前記生成装置は、前記特定データ処理シーケンスの候補となる複数の前記データ処理シーケンスを生成するために用いる参照テーブルを生成する参照テーブル生成部と、前記参照テーブルを用いて前記複数のデータ処理シーケンスを生成するシーケンス生成部と、前記複数のデータ処理シーケンスの中から、前記基準条件を満たす前記特定データ処理シーケンスを特定する特定部と、を備え、前記参照テーブル生成部は、前記参照テーブルにおいて、接続候補となる入力側と出力側の一対の前記シーケンス要素である複数の要素セットのうち、接続を禁止する特定要素セットに対して、前記データ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付け、前記複数の要素セットのうち、前記非出現データが関連付けられた前記特定要素セットとは異なる前記要素セットに対して、前記データ処理シーケンスの前記構成要素として出現する出現確率を示す接続参考値を関連付ける。この形態によれば、参照テーブルにおいて、特定要素セットに対してデータ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付けることで、予めデータ処理シーケンスの構成要素として出現させない要素セットを容易に設定できる。例えば、データ処理の目的を達成するための寄与が低い要素セットに対して予め非出現データを関連付けることで、基準条件を満たすデータ処理シーケンスを効率良く特定することができる。

【0128】

（９）本開示の第３形態によれば、予め定めた基準条件を満たす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、シーケンス要素としての、（ｉ）データを入力するデータ入力層、（ｉｉ）複数のデータ処理層のうちの少なくとも２つ、および（ｉｉｉ）データ処理後の前記データを出力するデータ出力層によって構成される。前記基準条件を満たす前記データ処理シーケンスは特定データ処理シーケンスである。このコンピュータープログラムは、（ａ）前記特定データ処理シーケンスの候補となる複数の前記データ処理シーケンスを生成するために用いる参照テーブルを生成する機能と、（ｂ）前記参照テーブルを用いて前記複数のデータ処理シーケンスを生成する機能と、（ｃ）前記複数のデータ処理シーケンスの中から、前記基準条件を満たす前記特定データ処理シーケンスを特定する機能と、コンピューターに実行させ、前記機能（ａ）は、前記参照テーブルにおいて、（ａ１）接続候補となる入力側と出力側の一対の前記シーケンス要素である複数の要素セットのうち、接続を禁止する特定要素セットに対して、前記データ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付ける機能と、（ａ２）前記複数の要素セットのうち、前記非出現データが関連付けられた前記特定要素セットとは異なる前記要素セットに対して、前記データ処理シーケンスの前記構成要素として出現する出現確率を示す接続参考値を関連付ける機能と、を備える。この形態によれば、参照テーブルにおいて、特定要素セットに対してデータ処理シーケンスの構成要素として出現させないことを示す非出現データを関連付けることで、予めデータ処理シーケンスの構成要素として出現させない要素セットを容易に設定できる。例えば、データ処理の目的を達成するための寄与が低い要素セットに対して予め非出現データを関連付けることで、基準条件を満たすデータ処理シーケンスを効率良く特定することができる。

【0129】

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】

【0130】

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…個体生成部、３４…遺伝子翻訳部、４０…データ処理部、４６…評価判定部、５０…特定部、５５…参照テーブル生成部、６０…表示制御部、７０…記憶装置、７４…学習データ、８０…シーケンス要素群、８２…遺伝子テーブル、８４…個体群、８８…参照テーブル、９２…各種条件、９４…各種プログラム、１５０…入力部、１６０…表示部、２００…センサー装置、８８９ａ～８８９ｄ…出現範囲テーブル、９２５…種別条件テーブル、ＡＲＶ…平均値、ＤＡ…欠陥部分、ＤＳｑ…特定データ処理シーケンス、ＥＶ…評価値、ＦｔＡ～ＦｔＥ…データ処理層、ＩＶ，ＩＶ１～ＩＶ５，ＩＶａ…個体、ＬＭ…学習データ、ＰＭ…出力データ、ＲＶ…接続参考値、Ｒｔ１～Ｒｔ５…処理ルーチン、ＳＭ…学習セット、Ｓｑ，Ｓｑ１…データ処理シーケンス、ＴＭ…目標画像

【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】