2022 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 |
2022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ると同時に、学術会議の対面型への回帰の傾向が強まると同時に渡航制限も緩和が続いたことから国際会議での成果発表と情報交換を再開した。具体的には、非凸かつ連続な関数である刈込LASSO関数を用いた連続最適化モデリングに基づく論文の改訂や再投稿を進めると同時に、当該手法を適用することでスプライン回帰の節点の選択を行う方法論の研究の発表と論文執筆を進めた。非線形モデルの推定手法であるスプライン回帰を行う際、通常はモデルの自由度を左右する節点の位置を事前に設定した上でモデルをデータに当てはめる最適化を行うが、本研究では当てはめと節点の位置選択を同時に行うことを、刈込LASSO手法の応用として提案している。類似既存手法と比べても安定して良い当てはめが行われることを確認している。
また前年度に投稿した、分布的楽観最適化DOOと分布的ロバスト最適化DROを用いることで平均的事後パフォーマンスを向上させる論文について、改訂を進めた。改訂に際しては共著者である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）の共同研究者とのオンラインの打合せの他、国際会議の機会や先方機関（NUS）での集中的な討議を行った。当該論文については2回の査読で評価を得つつも、改訂半ばで研究機関終了となったため、引き続き改訂を進めている。（改訂版についてはプレプリントサーバarXivおよびSSRNにおいて公開している。）
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、ICCOPT（7月）、INFORMS（10月）、国際ワークショップ（9月）の他、共同研究者による8月の京都大学数理研究所での研究集会のものも含めて数回国内外の会議で実施した。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
Research Products
(16 results)
