Discovery Sagaサイレントキーワード俯瞰

サプライチェーン・マネジメント / 需要予測 / オペレーションズ・リサーチ / ロバスト最適化 / 機械学習 / サプライチェーンマネジメント / オペレーションズリサーチ

前年度に、確率分布を仮定せずに、データからロバストな意思決定を導くことができるための方法論について提案を行った。その際に、提案技法は計算負荷が高く、データの次元数が大きい場合、実用時間内に計算が終了しないことが判明した。このため、今年度は、大規模問題に対するアルゴリズムの開発を中心に研究した。
近年、凸計画の分野で、大規模問題に対する分解法として着目されているConsensus Optimization (CO) を応用したアルゴリズムを開発した。CO は、大規模問題を複数の小規模なサブ問題に分割し、分散的に求解する。それぞれのサブ問題は、異なる意思決定が出力されることから、これらの意思決定が一致する合意制約を課す。このCO は、解の精度については内点法などの2次収束アルゴリズムに劣るものの、高い精度が必要のない場合には、問題を高速に求解できることが知られている。この技法を適用し、トレーニングデータを複数のブロックに分割し、分散学習を行うことで、効率的に求解できる工夫を行った。数値実験では、提案した分解法を適用し、従来では解けなかったサイズの問題が解ける様になり、有効性を検証することが出来た。これらの成果をまとめてジャーナルへ投稿し、採択となった。
また、より大規模なデータを用いた社会実装を進めるべく、企業との共同研究を進めている。具体的にはECを運営する小売業における在庫管理に対して、提案したアルゴリズムを適用することで、有効性の検証を行っている。

社会システム工学 / 経営工学 / オペレーションズリサーチ / 最適化 / 機械学習 / 社会実装 / アルゴリズム

機械学習システムの社会実装を促すために，機械学習システムの計算基盤を支える最適化アルゴリズムに着目し，錐最適化を中心的な技術として現実的な時間で高精度に解ける問題範囲を拡大，ならびに，離散構造を持つ問題を主な対象に計算効率の改善と理論性能保証の証明を行なった．一方で，機械学習モデルが出力する結果への利用者の安心感を高めるためのモデリング技法を開発した．特に，利用者の事前知識を学習モデルに反映させ，高性能性を保持しつつも，利用者の直観に反しない結果を導出する方法，ならびに，それを実現するためのアルゴリズムを多角的に開発した.

Society 5.0の実現に向けては機械学習システムをより安心・安全に利用するための方法論の確立が重要であり，本研究では，その方法論の計算基盤である最適化アルゴリズムを刷新した．成果の一部はライブラリ等で公開され，比較的容易に利用できる形となっており，社会のさまざまな場面での活躍が期待できる．また，純粋数学の未解決問題に貢献する成果も得られた．事前知識の活用に基づく機械学習におけるモデリング技術は，汎用性が高く，また，高度な数学を用いずともその有効性や妥当性を議論できるものであり，一部の専門家による利用にとどまらず，こちらについても，社会のさまざまな場面での活躍が期待できる．

物流 / オペレーションズ・リサーチ / 最適化 / 機械学習 / メタヒューリスティック / 数理計画法 / ロジスティクス

激変する社会環境の中で効率的な物流を行うためには、不確定な要因に対処する必要がある。このため、過去のデータから近い未来をできるだけ精度良く予測する手法について、機械学習の手法を援用して研究を行った。また、現実的な時間内で満足する解決策を導くため、安定的に近似解を求める実用的な最適化アルゴリズムを開発した。それらの研究成果を用いて、様々なタイプの現実問題に対し効率的なモデル化と最適化アルゴリズムの開発を行う事例研究を行った。
これらの成果を１５本の査読付き論文と９本の査読なし論文として発表した。また、３８件の国内学会・国際学会での発表（うち招待講演６件）を行った。

物流の最適化において、これまでは学術的側面からの研究が主流であり、実用性には程遠い研究が多かった。本研究では実務家との協働によって現実の複雑な状況を十分に考慮し、さらに最適化と機械学習の最新技術を融合させることで、輸送ルートの決定など１週間から数ヶ月のスパンを想定するタクティカルレベル、並びに日々の輸送計画について検討するオペレーションレベルのおいて、現代の目まぐるしく変化する消費者の嗜好、予測の難しい突発的な大規模災害などに対して、効率的・合理的な物流計画が立案可能となっており実用性は高い。

【研究分担者】
中田和秀	東京工業大学	工学院	教授	(Kakenデータベース)
北原知就	九州大学	経済学研究院	准教授	(Kakenデータベース)
鮭川矩義	筑波大学	システム情報系	助教	(Kakenデータベース)
高澤陽太朗	青山学院大学	理工学部	助教	(Kakenデータベース)
後藤順哉	中央大学	理工学部	教授	(Kakenデータベース)
高野祐一	筑波大学	システム情報系	准教授	(Kakenデータベース)