• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 実績報告書

一般的な非凸非平滑最適化のための効率的解法の開発と機械学習への応用

研究課題

研究課題/領域番号 19H04069
研究機関東京大学

研究代表者

武田 朗子  東京大学, 大学院情報理工学系研究科, 教授 (80361799)

研究分担者 ロウレンソ ブルノ・フィゲラ  統計数理研究所, 数理・推論研究系, 准教授 (80778720)
研究期間 (年度) 2019-04-01 – 2023-03-31
キーワード非凸非平滑最適化 / 錐最適化問題 / ランダム行列理論
研究実績の概要

研究実施計画に記したように,3つのトピックスに取り組み,それぞれについて,成果が得られた.
[SDCAの2次錐や半正定値錐上の最適化問題への適用と収束解析] ユークリッドジョルダン代数を用いた2次錐・半正定値錐を含む最適化問題のための1次法を構築すべく,2年前より研究を行っていた.ようやく,また既存手法より速い解法の構築ができた.大域的収束性の保証を与えるとともに,数値実験を通して,p次錐を含む問題に適用して収束スピードを確認した.本成果は現在,論文雑誌に投稿のために,論文執筆している段階である.
[次元縮小による大規模非凸最適化解法の提案] 本研究課題にて,これまで様々なタイプの非凸非平滑最適化問題に対してSDCA解法の適用を検討してきた.本年度は,更なる解法の高速化に向けて,ランダム行列を用いた問題の次元縮小を検討した.ランダム行列を用いて,扱う最適化問題のサイズを縮小し,元問題の最適値との解法によって得られる解の関数値の差を高確率で保証する方法が知られているが,非凸最適化問題については厳密解を得る解法の構築自体が難しくなるので,これまでほとんど研究がされていなかった.本研究課題では,非凸最適化問題を次元縮小したあとに凸近似しすることを検討した.これをアルゴリズムの各反復で行うことにより,部分空間アルゴリズムを構築できた.本成果は現在,論文執筆を終え,論文雑誌に投稿している状況である.
[確率的2段階最適化法の提案] 機械学習分野では,大規模データを扱うために,勾配計算を確率的に行う確率的勾配法がしばしば用いられる.本年度は,2段階最適化問題に対して, 確率的な非凸最適化アルゴリズムを考案し,確率的な理論保証のついた効率的な解法を構築する予定であった.2段階最適化解法を構築したものの,今まだ収束性保証の理論解析に取り組んでいるところである.今後の研究課題としたい.

現在までの達成度 (段落)

令和4年度が最終年度であるため、記入しない。

今後の研究の推進方策

令和4年度が最終年度であるため、記入しない。

  • 研究成果

    (11件)

すべて 2024 2023 その他

すべて 国際共同研究 (1件) 雑誌論文 (6件) (うち国際共著 1件、 査読あり 6件、 オープンアクセス 1件) 学会発表 (3件) 備考 (1件)

  • [国際共同研究] The Hong Kong Polytechnic University(中国)

    • 国名
      中国
    • 外国機関名
      The Hong Kong Polytechnic University
  • [雑誌論文] Stable Linear System Identification With Prior Knowledge by Riemannian Sequential Quadratic Optimization2024

    • 著者名/発表者名
      Obara Mitsuaki、Sato Kazuhiro、Sakamoto Hiroki、Okuno Takayuki、Takeda Akiko
    • 雑誌名

      IEEE Transactions on Automatic Control

      巻: 69 ページ: 2060~2066

    • DOI

      10.1109/TAC.2023.3318195

    • 査読あり
  • [雑誌論文] Random projections of linear and semidefinite problems with linear inequalities2023

    • 著者名/発表者名
      Poirion Pierre-Louis、Lourenco Bruno F.、Takeda Akiko
    • 雑誌名

      Linear Algebra and its Applications

      巻: 664 ページ: 24~60

    • DOI

      10.1016/j.laa.2023.01.013

    • 査読あり
  • [雑誌論文] A study on modularity density maximization: Column generation acceleration and computational complexity analysis2023

    • 著者名/発表者名
      Sukeda Issey、Miyauchi Atsushi、Takeda Akiko
    • 雑誌名

      European Journal of Operational Research

      巻: 309 ページ: 516~528

    • DOI

      10.1016/j.ejor.2023.01.061

    • 査読あり
  • [雑誌論文] Complexity analysis of interior-point methods for second-order stationary points of nonlinear semidefinite optimization problems2023

    • 著者名/発表者名
      Arahata Shun、Okuno Takayuki、Takeda Akiko
    • 雑誌名

      Computational Optimization and Applications

      巻: 86 ページ: 555~598

    • DOI

      10.1007/s10589-023-00501-3

    • 査読あり
  • [雑誌論文] Doubly majorized algorithm for sparsity-inducing optimization problems with regularizer-compatible constraints2023

    • 著者名/発表者名
      Liu Tianxiang、Pong Ting Kei、Takeda Akiko
    • 雑誌名

      Computational Optimization and Applications

      巻: 86 ページ: 521~553

    • DOI

      10.1007/s10589-023-00503-1

    • 査読あり / 国際共著
  • [雑誌論文] Robust Gaussian Process Regression with the Trimmed Marginal Likelihood2023

    • 著者名/発表者名
      Daniel Andrade, Akiko Takeda
    • 雑誌名

      Proceedings of the Thirty-Ninth Conference on Uncertainty in Artificial Intelligence

      巻: PMLR 216 ページ: 67~76

    • 査読あり / オープンアクセス
  • [学会発表] Random subspace optimization methods for large-scale optimiztion problems2024

    • 著者名/発表者名
      Akiko Takeda
    • 学会等名
      NUS Seminar, National University of Singapore (Singapore, Singapore)
  • [学会発表] Bi/trilevel Optimization Approach for Hyperparameter Selection2023

    • 著者名/発表者名
      Akiko Takeda
    • 学会等名
      The SIAM Conference on Optimization (OP23), The Sheraton Grand Seattle (Seattle, Washington, U.S.)
  • [学会発表] Applying Random projection techniques to nonconvex optimization problems2023

    • 著者名/発表者名
      Akiko Takeda
    • 学会等名
      Mini Workshop on Optimization, University of Southampton (Southampton, United Kimgdom)
  • [備考] Publication List

    • URL

      https://www.or.mist.i.u-tokyo.ac.jp/takeda/publication-e.html

URL: 

公開日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi