2021 Fiscal Year Annual Research Report
ロバストなデータ解析のための最適化モデリングの深化
| Project/Area Number |
19H02379
|
|---|
| Research Institution | Chuo University |
|---|
Principal Investigator |
後藤 順哉 中央大学, 理工学部, 教授 (40334031)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高野 祐一 筑波大学, システム情報系, 准教授 (40602959)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 数理最適化 / データ / ロバスト / スパース最適化 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
2021年度は、過年度に引き続いて行っていた研究論文の投稿や改訂を主に続けた。具体的にはシンガポール国立大学（NUS）とブリティッシュコロンビア大学（UBC）の共同研究者との共著論文として、分布的楽観最適化DOOに関する論文を国際学術論文誌に投稿した。この研究はそれまで同じ共同研究者と続けてきた分布的ロバスト最適化に関する結果を基にしたものであるが、DROが悲観的な状況を前提とするのに対し、DOOは楽観的な状況を前提としたものへと変更したものであり、先行研究も少ないものである。主たる結論として、不確実性を伴う意思決定において、過去データの観測が独立同一分布に従う場合、DRO、DOOのいずれかを用いることで事後パフォーマンスを改善することができることを示すと同時に、DOOを適用する場合にはロバスト性を失うことを示した。
また、非凸かつ連続な関数である刈込LASSO関数を用いたモデリングに関する論文の改訂を進めた。具体的には指導学生の博士論文の一環として、ネットワークLASSOを、刈込LASSO関数を用いて拡張したに論文について、論文の改訂と国際学術論文誌への再投稿を行った。
研究成果のフィードバックや最新の情報を得るための学会やシンポジウムについては、8月にオンライン形式で開催された京都大学数理解析研究所の最適化に関する研究集会で共同研究者が発表を行うことで代替とした。毎回参加していたISMPについてはCOVID-19により延期となり、INFORMSについては渡航が難しい上、前年度の経験からオンライン発表でのメリットが少ないことが予想されたことから見送った。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
2021年度はCOVID-19の感染拡大が収まらず、海外への渡航に大きな困難を伴う状況であり、参加を予定していた国際会議が延期もしくはオンラインあるいはハイブリッド形式となるなど、十分な交流ができなかった。また、本務先での教育や研究指導においてもハイブリッド対応を強いられるなど負担が大きく、思うように進められなかった。
|
| Strategy for Future Research Activity |
2022年度に向けてはCOVID-19をめぐる環境の改善を期待し、前2年度中になしえなかった国際交流による情報収集・意見交換に基づき研究の促進を図る．
|
Research Products
(13 results)
