ホームへ リンク お問合せ

■日時:2018年12月14日(金) 13:20-16:50
■場所:大阪大学吹田キャンパスコンベンションセンター 会議室1
   〒565-0871 大阪府吹田市山田丘1-1
   https://facility.icho.osaka-u.ac.jp/convention/map.html

■プログラム:
13:20-13:30 開会の挨拶
関西支部長 森田浩(大阪大学)

13:30-14:30  講演1
ug[SCIP,*]:混合整数計画ソルバ技術を利用した並列分枝限定法ソルバ開発用ライブラリ —シュタイナー木ソルバSCIP-Jackを例として—
品野勇治(Zuze Institute Berlin)

14:40-15:40 講演2
混合整数線形モデルによるエネルギーシステムの最適化 —最適化のエネルギー分野への適用—
横山良平(大阪府立大学)

15:50-16:50 講演3
Computational complexity of shape constrained estimation
Andrew L Johnson (Texas A&M University, 大阪大学)

■各講演の概要:
[講演1]
題目:ug[SCIP,*]:混合整数計画ソルバ技術を利用した並列分枝限定法ソルバ開発用ライブラリ —シュタイナー木ソルバSCIP-Jackを例として—
講演者:品野勇治(Zuze Institute Berlin)
講演概要:Zuse Institute Berlin(ZIB)を中心として開発されているSCIP(Solving Constraint Integer Programs)は,拡張可能な分枝カット法のフレームワークとして広く利用されている.SCIPの拡張性を維持して,並列ソルバを開発するためのソフトウェアライブラリがug[SCIP,*]である.本講演では,主にSCIPをシュタイナー木ソルバとしてカスタマイズして開発されたシュタイナー木ソルバSCIP-Jackの並列化を例として,並列分枝限定法ソルバ開発用ライブラリug[SCIP,*]を紹介する.

[講演2]
題目:混合整数線形モデルによるエネルギーシステムの最適化 —最適化のエネルギー分野への適用—
講演者:横山良平(大阪府立大学)
講演概要:複数の種類・台数の機器から構成されるエネルギーシステムを適切に設計・運用することは,コスト削減,エネルギー消費量削減,CO2排出量削減などの観点から重要である.本講演では,講演者らが研究に取組んできた混合整数線形モデルによるエネルギーシステムの最適化に関して,特に最近研究を進めている階層的最適化による大規模問題の最適化,ならびにエネルギー需要量の不確実条件下におけるロバスト最適化について述べる.

[講演3]
題目:Computational complexity of shape constrained estimation
講演者:Andrew L Johnson (Texas A&M University)
講演概要:Shape constrained estimators can provide significant improvement in finite sample performance by imposing assumptions that that are justified by engineering or economic theory. The assumptions of monotonicity, convexity and S-shape will be emphasized. Both smooth estimators and piece-wise linear nonparametric estimators will be considered and the computational benefits of piece-wise linear approximation will be emphasized. Applications to power curves for wind turbines, production functions, and value functions will be discussed.
■日程: 2018 年 11 月 2 日(金)- 11 月 4 日(日)
 ※11/2 は 15:00 頃の開始,11/4 は 13:00 頃の終了を予定しています

■会場: 関西大学 飛鳥文化研究所(奈良県明日香村)
 ※最寄り駅(近鉄・橿原神宮前駅)から会場までのアクセスについては参加者宛に後日ご連絡します.
 ※大学の宿泊施設のため,ホテルのようなサービスがないところ(アメニティグッズの準備が不十分など)があります.あらかじめご了承ください.詳細は参加者宛にご連絡いたします.

■特別講演
 ・河瀬 康志 先生(東京工業大学)
 ・林 俊介 先生(東北大学)

■参加費:
 ・補助対象者: 8,000 円(補助対象: 学生(年齢不問) または 30 歳未満の方)
  ※OR 学会の(学生)会員でなくても補助対象としますが,現在 OR 学会では「学生会員年会費無料化キャンペーン」を実施中ですので,この機会に是非入会をご検討ください.
   http://www.orsj.or.jp/whatisor/admission.html
 ・一般参加者: 20,000 円
  ※若手研究者と交流して頂ける一般参加者も是非ご参加ください.

 参加費は当日会場にてお支払い頂きます.

 ○上記金額に含まれるもの:
  ・宿泊費(11/2 夜,11/3 夜)
  ・食費(11/2 夕,11/3 朝昼夕,11/4 朝昼)

 ※一部日程の参加を希望される方は dan@kansai-u.ac.jp までお問い合わせください.

■発表形態
 以下の3つの発表形態を予定しています.
 ・口頭発表 20 分(大学院生以上・一般向け): 研究発表を想定
 ・口頭発表 10 分(学部生向け): 研究発表の他,研究紹介なども含む
 ・ポスター発表(どなたでも): 研究発表・研究紹介 両方可
 ※大学院生以上の方,一般の方はできるだけ口頭発表 20 分,またはポスター発表を選択して下さい.
 ※補助対象者による「口頭発表 20 分」の発表は『関西支部若手研究発表会』として実施し,優秀研究発表賞の審査対象となります.

■参加・発表申し込み
 https://bit.ly/2PYHQxP から申し込んでください. 締切: 2018 年 10 月 12 日(金)
日時:2018年11月17日(土)12時55分~17時45分   (シンポジウム終了後、18時~20時頃に懇親会を予定)
会場:一般社団法人 中央電気倶楽部 511号会議室
http://www.chuodenki-club.or.jp/
〒530-0044 大阪市北区堂島浜2丁目1番25号

参加費:無料(懇親会参加費は別)

懇親会に参加ご希望の方は,11月9日(金)までに以下のURLよりご登録ください。なお、参加費は6000円です。
https://goo.gl/forms/u7A8ShGyKmfwiXme2

趣旨・目的:
ビッグデータというキーワードが専門分野で広まり,一般にも取り上げられるようになって久しい. そのようなビッグデータを対象とする研究は,特定のデータを扱う応用分野や人工知能における機械学習で一定の成功を収めているように見える. 一方で,ビッグデータ解析や利活用のための汎用のアルゴリズムやデータ構造およびモデリング技法,さらには最適化の技報などの試みが行われているものの,統一的な枠組みの整備や体系化が十分であるとは言い難い. 本シンポジウムでは,ビッグデータに関わるそのような先端の取り組みの中から理論と応用の両面の話題を取り上げ,ビッグデータ研究の現状を理解した上で,ORが貢献できることやORに求められることなどを議論したいと考えている.

プログラム:
12:55-13:00 開会のごあいさつ・趣旨説明
オーガナイザー 宇野 裕之(大阪府立大学)

13:00-13:50「楽天におけるビックデータを対象とした機械学習・深層学習の活用事例」
平手 勇宇(楽天技術研究所)

13:50-14:40「生活者の実行動から新たなマーケティングの成功モデルを創造する
~ソーシャルメディアが生み出すビックデータを実ビジネスに活かすための3つのポイント~」
江頭 瑠威(電通)

14:55-15:45「確率的潜在変数モデルに基づくデータマイニング」
岩田 具治(NTTコミュニケーション科学基礎研究所)

15:45-16:35「見過ごされてきた現場の問題 - 真に有益なクラスタリングを目指して -」
宇野 毅明(国立情報学研究所)

16:50-17:40「ビッグデータにおける学術と研究の動向と方向」
徳山 豪(東北大学)

17:40-17:45 閉会のごあいさつ
関西支部長 森田 浩(大阪大学)

講演概要:
「楽天におけるビックデータを対象とした機械学習・深層学習の活用事例」
平手 勇宇(楽天技術研究所)

楽天では,楽天市場をはじめとする様々なサービスを提供しており,それらのサービスから日々膨大なデータが生成され続けている.本講演では,楽天が保有するビッグデータを対象とした,機械学習・深層学習適用に関する研究プロジェクト事例について紹介を行う.また,これら研究プロジェクトの成果を実サービスへ適用させていくにあたって苦労や課題点が存在するが,それらに対するアプローチ方法についても言及を行っていく.

「生活者の実行動から新たなマーケティングの成功モデルを創造する~ソーシャルメディアが生み出すビックデータを実ビジネスに活かすための3つのポイント~」
江頭 瑠威(電通)

ソーシャルメディアの浸透は、単にコミュニケーション手段の拡張であるだけでなく、生活者の実行動から日々生成される大量のデータをマーケティングに活用できるという新たな機会を私たちに提供してくれます。 一方で、その大量のデータの構造化やマーケティングの成否をはかれるモデル化はデータ量の問題もあり、まだ十分とはいえません。本発表では、マーケティングと実ビジネスの観点から、生活者の行動データに注目し、SNS全盛時代のビジネスの成功要因を考察いたします。

「確率的潜在変数モデルに基づくデータマイニング」
岩田 具治(NTTコミュニケーション科学基礎研究所)

データに内在する潜在構造を抽出する技術として確率的潜在変数モデルが広く利用されている. 本講演では,潜在変数モデルについての基礎について説明した後,データマイニング・機械学習分野における応用(ドメイン適応,教師なしオブジェクトマッチング,集約されたデータからの人流推定など)を紹介する.

「見過ごされてきた現場の問題 - 真に有益なクラスタリングを目指して -」
宇野 毅明(国立情報学研究所)

ときにビッグデータと言われる大量のデータは、AIの精度の向上に大きく寄与し、様々な自動化や自動認識を実現している。一方で、自動化の限界あるいは自動化の入らない分野、マーケッティングや経営判断、技術開発など、新たな発見や全体の俯瞰をする目的でもビッグデータは利用されている。一般的には、クラスタリングをして解釈を与えることが多いのだが、そこには多大な苦労があり、研究者はアルゴリズムの改良により、汎用性や精度向上を目指しているが、現状苦労が大きく減るようには見えない。考えるに、これはそもそも研究の着目点が悪く、ユーザの利便性や解の質の向上を目指すような問題が、本来たくさんあるにも関わらず、今まで取り組めてこなかったのであろう。本講演では、そのような「今まで見過ごされてきた問題」として、解釈性の高いクラスタを見つける問題と、クラスタリングを安定化させる問題を紹介し、それらに対する効率的なアルゴリズムを紹介する。これらは、計算実験で非常に良い結果を出しており、実用でのクラスタリングの困難を大きく解消することができるものである。

「ビッグデータにおける学術と研究の動向と方向」
徳山 豪(東北大学)

ビッグデータはいわゆるバズワードであるが、その社会的な認知度や影響力は非常に強い。 講演者は理論計算機科学を専門とするが、データマイニングへの応用を先駆的に行った関係で、 ビッグデータ関係の様々なプロジェクトに関与して(させられて?)いる。 本講演では、それらの俯瞰を行うとともに、ORに関係する数理科学や計算理論などとの関連を述べ、今後日本が世界の中でビッグデータ研究でどのような先導性を持つべきかという課題についての議論をしたいと思う。
日時:2018年3月10日(土)13:00〜15:20
場所:中央電気倶楽部215号室(〒530-0004大阪市北区堂島浜2丁目1番25号)
http://www.chuodenki-club.or.jp/

プログラム
・記念講演(13:00〜14:00)
「ORの競う・極める・選び出す ―仲間と拓く第二章―」
増山博之氏(京都大学): 第7回研究賞受賞者
・支部総会(14:00〜15:20)
 議案:
1.2017年度事業報告について
2.2017年度決算報告について
3.2018年度支部役員の選出について
4.2018年度事業計画について
5.2018年度予算案について
6.その他