Download presentation
Presentation is loading. Please wait.
1
[IBIS2011 企画セッション プレビュー] 大規模最適化および リスク指向最適化の最新解法
ご講演者 オーガナイザー 山下信雄 (京都大学) 藤澤克樹 (中央大学) 武田朗子 (慶應大学) 恐神貴行 (IBM) 比戸将平（IBM）
![[IBIS2011 企画セッション プレビュー] 大規模最適化および リスク指向最適化の最新解法](http://slidesplayer.net/slide/15034271/91/images/1/%5BIBIS2011+%E4%BC%81%E7%94%BB%E3%82%BB%E3%83%83%E3%82%B7%E3%83%A7%E3%83%B3+%E3%83%97%E3%83%AC%E3%83%93%E3%83%A5%E3%83%BC%5D+%E5%A4%A7%E8%A6%8F%E6%A8%A1%E6%9C%80%E9%81%A9%E5%8C%96%E3%81%8A%E3%82%88%E3%81%B3+%E3%83%AA%E3%82%B9%E3%82%AF%E6%8C%87%E5%90%91%E6%9C%80%E9%81%A9%E5%8C%96%E3%81%AE%E6%9C%80%E6%96%B0%E8%A7%A3%E6%B3%95.jpg "ご講演者. オーガナイザー. 山下信雄 (京都大学) 藤澤克樹 (中央大学) 武田朗子 (慶應大学) 恐神貴行 (IBM) 比戸将平（IBM）")
2
機械学習にとっての最適化 機械学習 最適化 必要不可欠 共に進歩 実問題が導く 新しい問題設定 min f(x) s.t gi(x)≦0,
hi(x)=0 高速化・精度向上の 新しい解法 “Optimization for Machine Learning” S. Sra, S, Nowozin, S. J. Wright (eds.), 2011.
3
本セッションの目的 大規模とリスク指向という2つの軸において 最新の話題を専門家の方々にお話頂く
大規模：Big Dataにおける学習のスケーラビリティ リスク指向：非決定的な状況における学習 大規模 リスク指向 大規模凸最適化問題に対する勾配法 山下信雄 (京都大学) 不確実な最適化問題に対する ロバスト最適化 武田朗子 (慶應大学) 大規模半正定値計画問題に対する ソフトウェアと高速&安定計算による 解決 —理論からスパコンまで— 藤澤克樹 (中央大学) 時間整合的マルコフ決定過程 恐神貴行 (IBM)
4
大規模凸最適化問題に対する勾配法 山下信雄 (京都大学)
大規模凸最適化問題に対する勾配法 山下信雄 (京都大学) 近接勾配法の紹介と高速化 局所的エラーバウンドの観点から 問題に特化したBregman距離の選択
5
大規模半正定値計画問題に対するソフトウェアと高速＆安定計算による解決 —理論からスパコンまで— 藤澤克樹 (中央大学)
大規模SDPソフトウェアプロジェクト 主双対内点法の発展 スーパーコンピュータ上での実装と高速化 クラウドを利用した最適化Online Solver
6
不確実な最適化問題に対するロバスト最適化 武田朗子 (慶應大学)
ロバスト最適化問題の歴史と解法 ロバスト判別モデルの提案 既存モデル（SVMやFDA）の一般化
7
時間整合的マルコフ決定過程 恐神貴行 (IBM)
経路選択問題をマルコフ決定過程で定式化 従来のリスク指向MDPの問題点を指摘 それを解決する新しいクラスのMDPを提案
Similar presentations
