| 研究課題/領域番号 |
19H02379
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分25010:社会システム工学関連
|
|---|
| 研究機関 | 中央大学 |
|---|
研究代表者 |
後藤 順哉 中央大学, 理工学部, 教授 (40334031)
|
|---|
| 研究分担者 |
高野 祐一 筑波大学, システム情報系, 准教授 (40602959)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
8,190千円 (直接経費: 6,300千円、間接経費: 1,890千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2019年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | 数理最適化 / データ / ロバスト / スパース最適化 / 機械学習 / データ解析 / ロバスト最適化 |
|---|
| 研究開始時の研究の概要 |
経営科学におけるデータ解析に基づく意思決定（ビジネスアナリティクス）において、その技術のロジックを人間が解釈し易いように、手法の再整備を目指す。より具体的には、現実社会で見られるデータが持つ、扱いづらい性質のいくつかに注目し、研究代表者らが最近提示した非凸最適化のモデリング技法を用い、なるべく統合的な形でデータ解析手法を提示していく。
|
| 研究成果の概要 |
データ解析手法や経営科学における意思決定の多くは数理最適化モデルを通じてアプローチできる。本研究課題ではそのような手法や意思決定問題に資する最適化モデリングおよびアルゴリズムに対し、研究代表者らが過年度に提示した非凸最適化のモデリング技法を用い、より発展的なデータ解析手法を提示したり、有効なアルゴリズムを示した。また、敵対的な状況に対する最適化の1形式であるロバスト最適化モデリングにおけるパラメータの設定方針や定式化の含意について、その事後パフォーマンスに関する理論的な解析を通じた示唆を与えた。
|
| 研究成果の学術的意義や社会的意義 |
経営科学におけるデータ解析に基づく意思決定（ビジネスアナリティクス）において、その技術のロジックを人間が解釈し易くなるような手法の提案を目指す。より具体的には、現実社会で見られるデータが持つ、扱いづらい性質のいくつかに注目し、研究代表者らが最近提示した非凸最適化のモデリング技法を用い、なるべく統合的な形でデータ解析手法を提示していく。このように背後のロジックが明確な方法論についても新しい方法論を提示し、理解を深めることで、ブラックボックス化を前提に進むデータ解析手法の補完技術を整備する。
|
