2021/08/06 更新

写真a

ヨ シユン
余 俊
YU Jun
所属
教育研究院 自然科学系 情報電子工学系列 助教
工学部 工学科 助教
職名
助教
外部リンク

学位

  • 博士(工学) ( 2019年9月   九州大学 )

  • 修士(芸術工学) ( 2017年3月   九州大学 )

  • 学士(工学) ( 2014年6月   東北大学(中国) )

研究キーワード

  • ソフトコンピューティング

  • 進化計算

  • 人工知能

研究分野

  • 情報通信 / ソフトコンピューティング

経歴(researchmap)

  • 新潟大学   自然科学系情報電子工学系列   助教

    2020年3月 - 現在

      詳細を見る

  • 日本学術振興会特別研究員PD

    2019年10月 - 2020年2月

      詳細を見る

  • 日本学術振興会特別研究員DC2

    2019年4月 - 2019年9月

      詳細を見る

  • 九州大学芸術工学研究院   助手

    2017年4月 - 2019年3月

      詳細を見る

経歴

  • 新潟大学   工学部 工学科   助教

    2020年3月 - 現在

学歴

  • 九州大学大学院芸術工学府 デザイン人間科学国際コース(博士後期課程)

    2017年4月 - 2019年9月

      詳細を見る

  • 九州大学大学院芸術工学府 デザイン人間科学コース(修士課程)

    2016年4月 - 2017年3月

      詳細を見る

  • 九州大学大学院芸術工学府 デザイン人間科学コース(研究生)

    2014年10月 - 2016年3月

      詳細を見る

  • 東北大学(中国)軟件工程(和訳:ソフトウェア工学学科)

    2010年9月 - 2014年7月

      詳細を見る

所属学協会

  • IEEE System, Man, and Cybernetics Society

      詳細を見る

  • IEEE Computational Intelligence Society

      詳細を見る

  • 進化計算学会

      詳細を見る

 

論文

  • Performance Analysis of Vegetation Evolution 査読

    Jun Yu, Hideyuki Takagi

    2019 IEEE International Conference on Systems, Man, and Cybernetics   xx - xx   2019年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    researchmap

  • Accelerating Fireworks Algorithm with Weight-based Guiding Sparks 査読

    Yuhao Li, Jun Yu, Hideyuki Takagi, Ying Tan

    10th International Conference on Swarm Intelligence   257 - 266   2019年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    researchmap

  • Fireworks Algorithm for Multimodal Optimization Using a Distance-based Exclusive Strategy 査読

    Jun Yu, Hideyuki Takagi, Ying Tan

    2019 IEEE Congress on Evolutionary Computation   2216 - 2221   2019年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    researchmap

  • Accelerating Evolutionary Computation Using a Convergence Point Estimated by Weighted Moving Vectors 査読

    Jun Yu, Yuhao Li, Yan Pei, Hideyuki Takagi

    Complex and Intelligent Systems   2019年5月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    researchmap

  • Search Acceleration of EvolutionaryMulti-objective Optimization Using an Estimated Convergence Point 査読

    Yan Pei, Jun Yu, Hideyuki Takagi

    Mathematics   7 ( 2 )   129 - 147   2019年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    researchmap

  • Multi-layer Explosion-Based Fireworks Algorithm 査読

    Jun Yu, Hideyuki Takagi, Ying Tan

    International Journal of Swarm Intelligence and Evolutionary Computation   7 ( 3 )   2018年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    researchmap

  • Competitive Strategies for Differential Evolution 査読

    Jun Yu, Yan Pei, Hideyuki Takagi

    The 2018 IEEE International Conference on Systems, Man, and Cybernetics   2018年10月

     詳細を見る

    記述言語:英語  

    researchmap

  • Scouting Strategy for Biasing Fireworks Algorithm Search to Promising Directions 査読

    Jun Yu, Ying Tan, Hideyuki Takagi

    The Genetic and Evolutionary Computation Conference Companion   2018年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    researchmap

  • Accelerating the fireworks algorithm with an estimated convergence point 査読

    Jun Yu, Hideyuki Takagi, Ying Tan

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   10941   263 - 272   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:Springer Verlag  

    We propose an acceleration method for the fireworks algorithms which uses a convergence point for the population estimated from moving vectors between parent individuals and their sparks. To improve the accuracy of the estimated convergence point, we propose a new type of firework, the synthetic firework, to obtain the correct of the local/global optimum in its local area’s fitness landscape. The synthetic firework is calculated by the weighting moving vectors between a firework and each of its sparks. Then, they are used to estimate a convergence point which may replace the worst firework individual in the next generation. We design a controlled experiment for evaluating the proposed strategy and apply it to 20 CEC2013 benchmark functions of 2-dimensions (2-D), 10-D and 30-D with 30 trial runs each. The experimental results and the Wilcoxon signed-rank test confirm that the proposed method can significantly improve the performance of the canonical firework algorithm.

    DOI: 10.1007/978-3-319-93815-8_26

    Scopus

    researchmap

  • Estimation of Convergence Points of Population Using an Individual Pool 査読

    Jun Yu, Hideyuki Takagi

    10th International Workshop on Computational Intelligence & Applications   2017年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    researchmap

  • Acceleration for fireworks algorithm based on amplitude reduction strategy and local optima-based selection strategy 査読

    Jun Yu, Hideyuki Takagi

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   10385   477 - 484   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:Springer Verlag  

    We propose two strategies for improving the performance of the Fireworks Algorithm (FWA). The first strategy is to decrease the amplitude of each firework according to the generation, where each firework has the same initial amplitude and decreases in size every generation rather than by dynamic allocation based on its fitness. The second strategy is a local optima-based selection of a firework in the next generation rather than the distance-based selection of the original FWA. We design a set of controlled experiments to evaluate these proposed strategies and run them with 20 benchmark functions in three different dimensions of 2-D, 10-D and 30-D. The experimental results demonstrate that both of the two proposed strategies can significantly improve the performance of the original FWA. The performance of the combination of the two proposed strategies can further improve that of each strategy in almost all cases.

    DOI: 10.1007/978-3-319-61824-1_52

    Scopus

    researchmap

  • Accelerating Evolutionary Computation Using Estimated Convergence Points 査読

    Jun Yu, Yan Pei, Hideyuki Takagi

    2016 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC)   1438 - 1444   2016年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:IEEE  

    We use the convergence points estimated by our proposed method as elite individuals for evolutionary computation and evaluate the acceleration effect and analyze the effect and computational cost. The worst individuals in population are replaced with the convergence points estimated from the moving vectors between parent individuals and their offspring; i.e. these convergence points are used as elite individuals. Differential evolution (DE) and 14 benchmark functions are used in our evaluation experiments. The experimental results show that use of the estimated convergence points as elite can accelerate DE search in spite of the calculation cost of the convergence points. We finally analyze the components of the proposed estimation method to improve cost-performance.

    Web of Science

    researchmap

  • Clustering of Moving Vectors for Evolutionary Computation 査読

    Jun Yu, Hideyuki Takagi

    PROCEEDINGS OF THE 2015 SEVENTH INTERNATIONAL CONFERENCE OF SOFT COMPUTING AND PATTERN RECOGNITION (SOCPAR 2015)   169 - 174   2015年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:IEEE  

    We propose a method for clustering moving vectors oriented around two different local optima and some methods for improving the clustering performance. Evolutionary computation is an optimization method for finding the global optimum iteratively using multiple individuals; we propose a method for estimating the global optimum mathematically using the moving vectors between parent individuals and their offspring. Our proposed clustering method is the first to tackle the extension of the estimation method to multi modal optimization. We describe the algorithm of the clustering method, the improvements made to the method, and the estimation performance for two local optima.

    Web of Science

    researchmap

▶ 全件表示

受賞

  • 学術研究活動表彰状

    2019年9月   九州大学芸術工学府  

    余俊

     詳細を見る

  • 学術研究活動表彰状

    2019年9月   九州大学  

    余俊

     詳細を見る

  • Best Student Paper Award

    2019年7月   10th International Conference on Swarm Intelligence  

    Yuhao Li, Jun Yu, Hideyuki Takagi, Ying Tan

     詳細を見る

  • Best Student Paper Award

    2018年6月   9th International Conference on Swarm Intelligence  

    Jun Yu, Ying Tan, Hideyuki Takagi

     詳細を見る

 

担当経験のある授業科目

  • 工学リテラシー入門(情報電子分野)

    2021年
    -
    現在
    機関名:新潟大学

  • コンピュータ基礎

    2021年
    -
    現在
    機関名:新潟大学

  • 計算知能特論

    2021年
    -
    現在
    機関名:新潟大学

  • プログラミングAI

    2020年
    -
    現在
    機関名:新潟大学

  • プログラミングAII

    2020年
    -
    現在
    機関名:新潟大学

  • 知能情報システム実験IV

    2020年
    -
    現在
    機関名:新潟大学

  • 知能情報システム実験III

    2020年
    -
    現在
    機関名:新潟大学

  • 情報システム基礎実習

    2020年
    -
    現在
    機関名:新潟大学

▶ 全件表示