| 研究課題/領域番号 |
24K17471
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分25010:社会システム工学関連
|
|---|
| 研究機関 | 明治大学 |
|---|
研究代表者 |
高澤 陽太朗 明治大学, 経営学部, 専任講師 (20871130)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | 区分線形近似 / 近似アルゴリズム |
|---|
| 研究開始時の研究の概要 |
現実の数理最適化問題を解く際、最適化ソルバーを用いることは現在において主流となってきた。ソルバーの多くは一般の非線形関数を表現できないため、対象となる領域を複数の区間に分けて、各区間を直線で近似する区分線形近似が用いられることが多い。そこでは近似による「誤差」と関数を構成する「区間数」の適切な設定が誤差と計算量のトレードオフ観点から重要な課題となっている。
本研究では、区分線形近似における誤差と区分数のトレードオフの関係性を事前に把握可能な手法を提案する。具体的には、この真のトレードオフの曲線の近似曲線を導き出し、更にそれに基づいた区分線形近似を生成する方法を提案する。
|
| 研究実績の概要 |
現実の数理最適化問題を解く際、最適化ソルバーを用いることは現在において主流となってきた。ソルバーの多くは一般の非線形関数を表現できないため、対象となる領域を複数の区間に分けて、各区間を直線で近似する区分線形近似が用いられることが多い。そこでは近似による「誤差」と関数を構成する「区間数」の適切な設定が重要な課題である。区間数を増やすと誤差は減るが、ソルバーにおける計算時間が増えるというトレードオフの関係があるためである。事前にこの誤差と区分数のトレードオフはわからないため、設定の際にはしばしば重い予備実験を行う必要がある。本年度では、微分不可能な凸関数に関して区分線形近似における誤差と区分数のトレードオフの関係性を事前に把握可能な手法の提案を行なった。そして、結果をまとめた論文を学術誌へ投稿したが、査読結果は非採択であったため、指摘を踏まえ数値実験と理論証明を補強し、別誌への再投稿に向けて原稿を大幅に改訂中である。
また、本研究課題前から行なっているフードテック関連研究に関しても次の成果を得た:
フードテックは日本において強くは浸透しておらず、普及のためにはシステムの最適化といったサービスの改善はもとより、消費者側の意識の把握が重要と考えられる。本研究では本研究課題前から行なっていた研究に引き続き、SNSとアンケート調査を用いてフードテックに対する消費者意識の調査を行った。これらの結果をまとめた論文の投稿を行い、論文はHumanities and Social Sciences Communications誌に採択された。
|
| 現在までの達成度 |
現在までの達成度
3: やや遅れている
理由
本研究に近い結果の発表もあり、論文の大幅な修正が必要となった。
|
| 今後の研究の推進方策 |
論文の改訂を速やかに終えて、再投稿を行う。また、1変数の凸関数以外の関数で研究対象となるものの調査を行う。
|
