2024/05/29実施の、人工知能学会全国大会オーガナイズドセッションで発表した、梅谷の資料です。

はじめに グラフ最適化（Graph Optimization）は、パラメータをグラフ構造で表現し、最適化問題を解決する手法です。特にロボティクスなどの領域で広く活用されています。 以下に、グラフ最適化の応用例をいくつか挙げます。 Visual SLAMやSFMのバンドル調整（Bundle Adjustment）問題 Graph SLAMのループクロージング問題 経路計画問題(TEB, ebandなど) 実際のアプリケーションでは、ceresやgtsam、g2oなどのグラフ最適化ライブラリを利用することで、グラフ最適化問題を解決することができます。しかし、グラフ最適化の内部原理を理解していないと、性能の向上や課題の解決が困難になることが多いです。 筆者自身は、グラフ最適化の理解を深めるため、独自のグラフ最適化ライブラリをPythonで実装したことがあります。g2oなどの大規模なOSSと比較し

最適化問題を100以上集めて，Python言語を用いた実用的な解法を紹介しています．

最近は，多くの企業が数理最適化の活用に興味を持つようになり，産学連携の機会が急増しています．一方で，企業に数理最適化の専門家は少なく，大学から輩出できる人材にも限りがあるため，実務における数理最適化の活用はごく限定された範囲にとどまっているのが現状です．本講演では，多くの企業が抱える実務の各段階における問題解決の支援を通じて，企業において数理最適化の専門家を育成し，基幹事業において数理最適化を活用する枠組みの創出を目指す，数理最適化寄附講座の取り組みを紹介します．

Convex Optimizationposted with カエレバStephen Boyd,Lieven Vandenberghe Cambridge University Press 2004-03-08 Amazonで探す楽天市場で探すYahooショッピングで探す 目次 目次 はじめに 凸最適化の概要と種類 線形計画法 (Linear programming) 二次計画法 (Quadratic programming) 二次錐計画問題(Second-order cone programming, SOCP) 整数計画問題 (Mixed Integer programming) 凸最適化の専門用語 unbounded infeasible active, inactive redundunt 凸集合と凸関数 Convex Set (凸集合) Convex function(凸関数)

DeNAの2023/2/21のDS輪講の発表資料です。

この記事は「数理最適化 Advent Calendar 2020」 5 日目の記事です． 4 日目は @kievdhia さんによる「確率計画法とその周辺の紹介」でした． 0. はじめに はじめまして，NTT データ数理システム の数理計画部でシニアリサーチャーをしている池田です．普段は，じゃがりこを並べたり，数理最適化モデリング言語の開発をしています． 要するに中の人なのですが，皆さまは数理最適化の仕事と言えば何を思い浮かべるでしょうか．おそらく，ソルバー開発や，ソルバーを用いた問題解決といったことが真っ先に出てくるはずです．実際は，上記に関わるさまざま仕事が存在し，私がしている数理最適化モデリング言語の開発なども存在します．今回は，こちらの紹介をしていきます． 1. 数理最適化モデリング言語 数理最適化などの数学的なアルゴリズムを実現するソフトウェアに，具体的な数理モデルを与えるには，

最適化とその応用について講述する．最適化（数理計画）とは，意思決定のための数理手法の一つである．最適化では，与えられた条件を満たす解のうちである関数を最小（または最大）にするものを求める．工学における多くの問題が，このような最適化問題として定式化できる．この講義では，最適化におけるいくつかの基本的な問題を取り上げ，それらがもつ性質と解法を説明するとともに，それらの応用を紹介する．

はじめに この記事では、当社内で開発した最適化フレームワークである「 Codable Model Optimizer 」について紹介します。 リクルートでは、機械学習のビジネス活用に長く取り組んできましたが、機械学習によって将来の予測が正確にできたとしても、その予測を元に良い選択を決定できなければならない問題に直面することが増えてきています。 例えば、商品に対する購入率が予測できたとしても、購入率の高い商品をたくさん表出させれば良いというわけではなく、実際には商品の在庫などを考慮してどのように表出させるのか意思決定する必要があります。 膨大な選択肢からより良い選択を見つけ出す問題を"最適化問題"とよび、様々な解法があります。解法としては、数理最適化（主に厳密な最適解を見つけるのに使われる）やメタヒューリスティクス（厳密最適解ではないが、大規模な問題において良い解を見つけるのに使われる）など

こんにちは。@kenkoooo です。 教科書に載っているようなアルゴリズムって勉強しても仕事では全然使わない、と見せかけて意外と使うなぁと感じたので、仕事で見たことがあるアルゴリズムをいくつか紹介します。 広告を配信したい！ あなたはウェブサービスの会社で働いています。サービス利用者のユーザーに広告を配信することで、広告主からお金をもらっています。 あなたは今から広告主からもらった広告をユーザーに配信します。 広告主が 社います。 広告主 は広告を 人に配信したいです。 配信対象となるユーザーが 人います。 ユーザー は広告主 の広告は受け取りを許可しています。 ユーザー は、合計 件までしか広告を受け取りたくないです。 上記のような条件の中で、どのように広告を配信したら良いでしょうか？ 条件を整理する 条件を整理してみましょう。 各ユーザーごとに、受け取りを許可している広告主がいます。

2019年9月16、17日、日本最大のPythonの祭典である「PyCon JP 2019」が開催されました。「Python New Era」をキャッチコピーに、日本だけでなく世界各地からPythonエンジニアたちが一堂に会し、さまざまな知見を共有します。プレゼンテーション「機械学習におけるハイパーパラメータ最適化の理論と実践」に登壇したのは、株式会社サイバーエージェント／産総研特定集中研究専門員の野村将寛氏。講演資料はこちら ハイパーパラメータ最適化問題 野村将寛 氏（以下、野村）：簡単に自己紹介をさせていただきます。僕は今、サイバーエージェントのAI Labという研究組織に所属していまして、ハイパーパラメータ最適化の研究をしています。先ほどの午前中のセッションで、AutoMLのセッションがあったと思うんですけど、そちらで発表していた芝田のチームメンバーになります。 産総研でもハイパーパ

本スライドでは、数理最適化を概観し、基本的な問題とその解き方を分かりやすく解説することを目標にしています。数理最適化に興味を持っていただければ嬉しいです。 【目次】 1 章　数理最適化とは（p.2～20） 2 章　連続最適化問題（p.21～133） 3 章　離散最適化問題（p.134～238） 4 章　まとめ（p.239～248）