サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
アメリカ大統領選
orsj.org
c � IT 1. Google IBM Microsoft Intel IT IBM 30 1980 “Infor- mation is Physical” [1] 1985 [2] 1994 [3] 1990 2000 606–8502 fujii.keisuke.2s@kyoto-u.ac.jp 2014 (UCSB) [4] D-Wave Google 2014 Google IBM 10–20 [5, 6] 50–100 IT 2013 IBM Rigetti Computing 19 [7] IonQ Alpine Quantum Technologies IBM Google IonQ 2018 6 Copyright c � by ORSJ. Unauthorized reproduction of this article is prohibited. 3 311 2.
c � Karush–Kuhn–Tucker Karush–Kuhn–Tucker II B Karush–Kuhn–Tucker 1. Karush–Kuhn–Tucker 2. 162–8601 1–3 y = x2 + 2x (−1 � x � 3) S f S f f(x) x ∈ S S f(x) x 1 S f(x) x S S = {x = (x1, x2, . . . , xn) | g(x) � 0, h(x) = 0} 2 f(x) h(x) = 0, g(x) ≤ 0 1 f(x) −f(x) 2 x = (x1, x2, . . . , xn) n x n = 2 (x, y) 2015 9 Copyright c � by ORSJ. Unauthorized reproduction of this article is prohibited. 35 543 3
c � Word Embedding Embedding Word2Vec Embedding Word Embedding Word2Vec 1. Embedding 1.1 BEDORE 0 1 BEDORE 113–0033 2–35–10 4F y katayama@bedore.jp Word Embedding Embedding 1.2 Embedding Embedding Word Embedding Embedding Word Em- bedding 2017 11 Copyright c � by ORSJ. Unauthorized reproduction of this article is prohibited. 23 717 1 Word2Vec 2013 Word2Vec [1] Word2Vec Word Embedding “queen” − “wo
c � 3 2 2 3 GRS80 1. OR 2 2 2 3 2 1 6,370 km 2 2 466–8673 18 φ1 λ1 φ2 λ2 L[km] L= 6370 arccos(sin φ1 sin φ2 + cos φ1 cos φ2 cos(λ1 − λ2)) (1) 2 2 3 2 3 2 1 3 2. 1 (1) (1) [1] 1 O 1 3 3 3 1 A, B, C a, b, c 2015 12 Copyright c � by ORSJ. Unauthorized reproduction of this article is prohibited. 11 701 1 ABC 2 AB� C� 2 (1) ⎧ ⎪ ⎪ ⎨ ⎪ ⎪ ⎩ cos a = cos b cos c + sin b sin c cos A cos b = cos c cos a + sin
c � ILSVRC LeNet 1. 1 convolutional neural network 1980 Fukushima [1] [2] 80 LeCun (back propagation) LeNet [3, 4] LeNet 2. 2.1 980–8579 6–6–01 okatani@vision.is.tohoku.ac.jp (simple cell) (complex cell) 2 [2, 5, 6] 1 2 (a) (b) 4 × 4 (c) 1 2 3 × 3 1 1(c) 2(a) (b) 198 16 Copyright c � by ORSJ. Unauthorized reproduction of this article is prohibited. 1 (a) (b) (c) 2 2 3 × 3 1 (a) (b) 1 3 × 3 2 2 2.2
c � R 1996 Tibshirani 2 �1 lasso R 1. Hesterberg Bradley Efron [11] 1 n p p = 10, 000 n = 100 p 1996 Tibshirani 2 �1 [16] [4] R x = (x1, x2, . . . , xp) �q �x�q = ( �m j=1 xq j )1/q �0 �x�0 = #{xj �= 0} �∞ �x�∞ = maxj {|xj |} I(x) = 0 (x < 0), 1 (x ≥ 0) (x)+ = xI(x) Ip ∈ Rp×p 564–8680 3–3–35 2. y ∈ Rn p x1, x2, . . . , xp ∈ Rn X ∈ Rn×p β ∈ Rp y = Xβ + ε ε N(0 σ2 In) y X β 2 (ols ordinary least squ
c � Excel Excel Excel Excel Microsoft Excel 1. OR Microsoft Excel Excel 1 Excel Excel Excel or 2007 Excel OR Excel Excel LP Excel LP Excel 112–8551 1–13–27 1 Excel Excel Excel 2010 Excel OpenOffice Calc 2. Excel Excel 1 Excel 2010 1 (i) (ii) Excel DB 2 1 LP 0-1 [3] [1] 2012 4 Copyright c � by ORSJ. Unauthorized reproduction of this article is prohibited. 3 175 DB 2 OK 1 2 Excel DB DB 3. 2 � � 1 3 A
c � TEX The TEXbook 1. 1 DTP (desktop publish- ing) 40 TEX TEX TEX TEX TEX The kuroky@users.sourceforge.jp 1 [1] TEXbook [2] Chapter 14 TEX 2. Mr. Drofnats—or “R. J.,” as he pre- ferred to be called—was happiest when he was at work typesetting beautiful docu- ments. Mr. Drofnats—or “R. J.,” as he pre- ferred to be called—was happiest when he was at work typesetting beautiful doc- uments. Mr. Drofn
c � 1. 5 2011 10 [1] ImageNet Large Scale Visual Recognition Challenge (ILSVRC) 2012 2 10 [2, 3] 1 [4] [5] 2. x ∈ X y ∈ Y z = (x, y), Z = X × Y Preferred Networks 113–0033 2–40–1 4 tokui@preferred.jp S = {zi}N i=1 ⊂ Z f : X → Y F = {fθ|θ ∈ Θ} fθ ∈ F F zi S f z = (x, y) �(f, z) f(x) y ES(f) = ( � z∈S �(f, z))/N ES(f) f z = (x, y) E(f) = Ez[�(f, z)] E(f) E(f) f f [6] f� F f� F F ˆ fF E(f) E(f� ) E(f
c � (RPV) 1. SI 2. 2.1 (1) ITB (In- vitation to Bid) RFP (Request for Pro- 220–6001 2–3–1 sato.tomoichi@jgc.com posal) (2) (Prequalification=PQ) PQ (3) (4) (Technical Proposal) (Commercial Proposal) (5) (6) (7) (8) (9) (Con- tractor) 374 8 Copyright c � by ORSJ. Unauthorized reproduction of this article is prohibited. 1 AACE AACE [1] class (*) Class 5 L: −20 −50 H: +30 +100 Class 4 L: −15 −30 H: +
ORセミナーは,OR分野の典型的な基礎技術の解説,その時々で注目される分野の最新動向の紹介,実務や研究を効率的に進めるためのツールのチュートリアルなどについて, 企業の実務家,学生,研究者などの幅広い方々を対象に,各自の日常の活動に役立ててもらうことを目的として, 研究普及委員会が企画,開催しているセミナーです. 【2024年度】 第3回『実験計画法の新潮流 ~空間充填計画,ベイズ最適化,多目的設計探査,機械学習の活用へ~』 2024年11月30日開催 第2回『Streamlitを使って数理最適化アプリを作成しよう!』 2024年7月6日開催 第1回『多様な利用場面における可視化』 2024年6月6日開催 【2023年度】 第3回『Excelソルバーではじめる最適化』 2024年2月3日開催 第2回『データ同化の利活用〜観測データとシミュレーションの融合〜』 2023年7月4日開催 第1回
Transactions of the Operations Research Society of Japan c Vol. 54, 2011, pp. 1–22 Suica/PASMO JR 510 ( : ) ( 2009 7 2 ; 2010 10 25 ) 2 2 1 2008 Farenet Farenet 1 IC Suica/PASMO JR 510 2 129,795 4 1 : 1. 2 2 [5] 2 1 2 [11] 2 . . 2 ∗ 2007 IC PASMO[8] Suica[6] 1 Suica/PASMO IC Farenet [7] Farenet 2 1 1 JR JR ∗ JR 374 c 3 2. 1 x f(x) 3.5km 4km Dijkstra [1] 1: km ( ) x f(x) 1 3 130 4 6 150 7 10 160 11
日本オペレーションズ・リサーチ(OR)学会の機関誌として,また国内唯一の日本語によるORの専門誌として, ORに関する理論や応用例,最新の技術動向などをわかりやすく紹介し,ORの普及と発展に資することを目的としています. 各号毎に最新の話題を取り上げた「特集」,主としてORの手法の体系的な知識をまとめた「連載講座」,理論や応用例などをわかりやすく説明した「解説」,OR事例を研究論文の形にまとめた「事例研究[論文]」と「事例研究[レター]」,皆さんの記憶にとどめておきたい手法の紹介や自己の経験をとりまとめた「ORメモランダム」,機関誌に関する意見をまとめた「会員の声」などで構成されます. このうち,「特集」,「連載講座」,「解説」は編集委員会で案の作成から原稿の校正まで責任を持って行いますが,皆さまからのご提案も喜んでお受けいたします. その他は,ほとんど皆さまからのご投稿次第のものばかりで
オペレーションズ・リサーチは困っていることを科学的に解決するための問題解決学です. 日本オペレーションズ・リサーチ学会は,オペレーションズ・リサーチに関する情報交換や発表を行っているコミュニティです.
このページを最初にブックマークしてみませんか?
『日本OR学会 (社)日本オペレーションズ・リサーチ学会』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く