2017 Fiscal Year Annual Research Report
Network optimization based on discrete convexity, and its interdisciplinary research
| Project/Area Number |
26730006
|
|---|
| Research Institution | Gunma University |
|---|
Principal Investigator |
永野 清仁 群馬大学, 社会情報学部, 准教授 (20515176)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | ネットワーク最適化 / 劣モジュラ最適化 / 人工知能 / 機械学習 / 組合せ最適化 |
|---|
| Outline of Annual Research Achievements |
多くの候補の中から最もよいものを見つける「最適化」の手法が，本研究の中心的な技術である．本研究では，ネットワークなどの離散構造を研究対象とする最適化手法を中心に扱ってきた．特に「離散世界における凸最適化」に対応するといえる劣モジュラ最適化やその周辺の技術をベースにしたネットワーク最適化手法の理論的発展を目指してきた．また，基礎理論に加えて，理論に基づいた高度なネットワーク最適化技術を，機械学習を含む人工知能関連分野等に応用することによって，現代社会における問題解決のための最適化理論の基礎技術の構築や効率のよいアルゴリズム設計を目指してきた．
平成29年度，本研究において中心的に取り組んだテーマは，劣モジュラ関数の一般化に対応する，劣加法的関数に関する最適化とその応用である．劣モジュラ関数でないような劣加法的関数にも基本的な関数がいくつも存在している．この劣加法的関数に関する最適化問題は応用として，人工知能分野のマルチロボットルーティング問題等を含む重要なクラスの問題であるといえる．劣加法的関数の最適化の理論的な扱いやすさ（扱いにくさ）の解析や，劣加法的関数の負荷分散問題に対するアルゴリズムの提案などの成果をまとめることができた．劣加法的関数の最適化は離散最適化理論においてこれまであまり扱われてこなかった問題であり，理論的側面のみならず人工知能分野などを中心とした応用面も含めて今後の広がりを期待できる研究対象といえる．
|
Research Products
(1 results)
