| Project/Area Number |
20H02382
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 25010:Social systems engineering-related
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
繁野 麻衣子 筑波大学, システム情報系, 教授 (40272687)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
八森 正泰 筑波大学, システム情報系, 准教授 (00344862)
安東 弘泰 筑波大学, システム情報系, 准教授 (20553770)
佐野 良夫 筑波大学, システム情報系, 准教授 (20650261)
高野 祐一 筑波大学, システム情報系, 准教授 (40602959)
吉瀬 章子 筑波大学, システム情報系, 教授 (50234472)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2020)
|
| Budget Amount *help |
¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 最適化 / 大規模データ / ネットワーク最適化 / アルゴリズム |
|---|
| Outline of Research at the Start |
大規模データ時代における社会システムの問題解決や構造分析では，データ分析と最適化が融合した手法が実用に近づいている．一方で，機械学習や最適化が汎用性を増す程，なぜその結果が得られるのかの裏付けに弱いということが，意思決定の現場では指摘されてきた．つまり，大規模データを活用して戦略策定を行う手法を広く実応用するためには，出力の説明力が重要となる．そこで本研究では，汎用性を捨て，各々の問題ごとに特化したモデルを利用し，単に機械学習と最適化を組み合わせた手法から脱却して，説明力をもった出力を目指す．そのために，対象をネットワーク最適化に絞り，適切なモデル構築や解法の枠組みの可能性を検討する．
|
