不確実データを含む多目的最適化問題に対する効率的解法の開発と多クラス判別への応用

2022 Fiscal Year Annual Research Report

• Project/Area Number: 20J21961
• Research Institution: Kyoto University
• Research Fellow: 田辺 広樹 京都大学, 情報学研究科, 特別研究員(DC1)
• Project Period (FY): 2020-04-24 – 2023-03-31
• Keywords: 多目的最適化問題 / 近接勾配法 / メリット関数 / パレート最適解 / PL条件 / エラーバウンド

Outline of Annual Research Achievements

本研究は、不確実データを含む多目的最適化問題に対してパレート解を高精度に列挙できる降下法を開発し、それを用いて，直観的に利用可能かつ高い汎化性能を有する多クラス判別手法を開発することを3か年の目的としている。最終年度は、単一目的最適化問題においてエラーバウンドとの等価性が知られているPL条件が、多目的最適化問題においても同様にエラーバウンド性を誘導することを示したほか、これまで厳密に証明されていなかった、直線探索を伴う近接勾配法の大域的収束率を証明した。

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。