![]() 教員名 : 池辺 淑子
|
科目授業名称(和文) Name of the subject/class (in Japanese)
数理最適化
科目授業名称(英文) Name of the subject/class (in English)
Mathematical Optimization
授業コード Class code
994637K
科目番号 Course number
46CSALC203
教員名
池辺 淑子
Instructor
Yoshiko IKEBE
開講年度学期
2023年度後期
Year/Semester
2023, 2nd semester
曜日時限
火曜2限
Class hours
Tuesday, 2nd period
開講学科・専攻 Department
工学部 情報工学科
Department of Information and Computer Technology, Faculty of Engineering 単位数 Course credit
2.0単位
授業の方法 Teaching method
講義
Lecture 外国語のみの科目(使用言語) Course in only foreign languages (languages)
-
授業の主な実施形態 Main class format
対面形式 / On-Site
概要 Description
最適化アルゴリズムの数学的基礎について学んだ後,代表的な無制約非線最適化のアルゴリズムの最急降下法、ニュートン法、準ニュートン法について学ぶ.その後,線形計画の代表的解法の単体法を学び,最後に制約付き非線形最適化問題の最適性条件や数値解法に触れる.
目的 Objectives
情報工学に必要な基礎学力と専門知識,とくに統計,通信技術,機械学習で広く使われる最適化アルゴリズムの基礎について修得することを目指す.
到達目標 Outcomes
最適化のアルゴリズムについて,それぞれの長所や弱点について,数学的背景を含めて理解する.
卒業認定・学位授与の方針との関係(学部科目のみ)
専門分野の応用知識(選択必修科目、実験、演習科目、卒業研究)
履修上の注意 Course notes prerequisites
数学的内容については適宜復習するが,線形代数,多変数の微分積分については習得済であることを前提とする.また,中間試験を10月31日に実施する.
アクティブ・ラーニング科目 Teaching type(Active Learning)
小テストの実施 Quiz type test
-
準備学習・復習 Preparation and review
毎回授業において指示する。
成績評価方法 Performance grading policy
中間試験(30%),到達評価試験(50%)および平常点(20%)による.
平常点は毎回 LETUS で実施する小テストの点数で評価する. 学修成果の評価 Evaluation of academic achievement
・S:到達目標を十分に達成し、極めて優秀な成果を収めている
・A:到達目標を十分に達成している ・B:到達目標を達成している ・C:到達目標を最低限達成している ・D:到達目標を達成していない ・-:学修成果の評価を判断する要件を欠格している ・S:Achieved outcomes, excellent result ・A:Achieved outcomes, good result ・B:Achieved outcomes ・C:Minimally achieved outcomes ・D:Did not achieve outcomes ・-:Failed to meet even the minimal requirements for evaluation 教科書 Textbooks/Readings
教科書の使用有無(有=Y , 無=N) Textbook used(Y for yes, N for no)
Y
書誌情報 Bibliographic information
-
MyKiTSのURL(教科書販売サイト) URL for MyKiTS(textbook sales site)
教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store). https://gomykits.kinokuniya.co.jp/tokyorika/ 参考書・その他資料 Reference and other materials
補助資料を毎回LETUSにて準備する.
授業計画 Class plan
第1回:数学的準備:凸集合と凸関数
凸集合、凸関数の定義と性質について学ぶ 第2回:無制約最小化問題の最適性条件 無制約最小化問題の最適性条件について学ぶ 第3回:反復法と直線探索 非線最適化問題の解法の枠組みである反復法,および直線探索について学ぶ 第4回:最急降下法,ニュートン法とその性質 非線形最適化問題に対する最急降下法とニュートン法、およびそれら性質について学ぶ 第5回:準ニュートン法とその性質 非線形最適化問題に対する準ニュートン法とその性質について学ぶ 第6回:線形計画問題の標準形と線形計画の基本定理 線形計画問題の標準形,基底解、および線形計画の基本定理について学ぶ 第7回:中間試験 第8回:線形計画問題に対する単体法 線形計画問題に対する単体法の原理について学ぶ 第9回:2段階単体法と単体法の収束性 2段階単体法およ最小添え字規則の収束性について学ぶ 第10回:双対性と相補性条件 双対問題,双対定理と相補性定理について学ぶ 第11回:制約付き非線形最適化問題の最適性条件(1) 制約付き非線形最適化問題のラグランジュ関数,ラグランジュの未定乗数法について学ぶ 第12回:制約付き非線形最適化問題の最適性条件(2) 制約付き非線形最適化問題に対するKKT条件について学ぶ 第13回:制約付き非線形最適化問題の数値解法 制約付き非線形最適化問題に対する数値解法(罰金関数法,拡張乗数法,射影勾配法など)について学ぶ 第14回:スパースモデリングに対する技法 近年、機械学習で用いられるスパースモデリングとその代表的解法である近接勾配法について学ぶ 第15回:授業の振り返り 授業担当者の実務経験 Work experience of the instructor of the class
-
教育用ソフトウェア Educational software
MATLAB/Simulink
-
備考 Remarks
|