このページの先頭です

メニューを飛ばして本文を読む

ここから本文です

サイト内の現在位置

研究活動:研究・産学連携

データ関連人材育成拠点 研究室紹介

情報数理工学の観点から最適化のアルゴリズムを提案する

名前 村松 正和(むらまつまさかず)教授
所属 大学院情報理工学研究科
情報・ネットワーク工学専攻
OPAL-RING https://www.uec.ac.jp/research/information/opal-ring/0000551.html
研究室ホームページ https://jsb.cs.uec.ac.jp/

研究概要

複数の選択肢から最適なものを選び出す「最適化問題」の最適解を効率良く解くアルゴリズムを開発している。特に、社会問題などの実問題に適用しやすい「錐線形計画問題」を得意とし、さまざまなアイデアを提案するほか、スケジューリングや最短経路の算出、金融工学や機械学習など幅広い分野への応用にも取り組む。

研究テーマ

最適化

主に半正定値計画問題、多項式計画問題などの非線形最適化(連続最適化)を扱う。その中でも錐線形計画問題については、効率的に解ける従来法の「内点法」が適用できない問題において、新たな拡張アルゴリズムを開発した。このほか、同次対称錐計画問題の内点実行可能解を求める新型のアルゴリズムなども提案している。

オペレーションズ・リサーチ(OR)

ORとは、問題を定量的にとらえ、最も効率的な解法を科学的に探る手法であり、最適化はORの理論の支柱といえる。このORの領域において最適化の問題を中心に取り組んでいる。

アプリケーション(応用)

分野を問わず、さまざまな領域に最適化アルゴリズムを適用している。例えば、需要の変動に応じてネットワークを切り替え、消費電力を最小化する基幹ネットワークの構築方法を提案したほか、自動株式売買ロボット(カブロボ)など、金融工学への適用も行った。機械学習は最適化の重要な応用の一つであるが、ディープラーニング(深層学習)の一種である畳み込みニューラルネットワークを使って、棋譜を使わずに、囲碁の盤面情報から直接「棋力」を推定することなどに成功した。

最適化の世界
錐線形計画に対するアルゴリズムの動き

経歴

統計数理研究所で博士号を取得。情報数理工学の理論を手がけつつ、応用も志向し、人工知能(AI)の研究者とも連携する。メーカーとの共同研究にも実績があり、社会人ドクターも受け入れている。

研究・産学連携