–
2023-01-06
日時:2023年1月6日(金)13時〜17時
会場:東京大学 本郷キャンパス 工学部6号館 3階セミナー室AD(ハイブリッド開催)
講演 1:井床 利生 氏(IBM東京基礎研究所)
「量子計算機の実用化へ向けた最適化技術の応用」
講演 2:包 含 氏(京都大学)
「機械学習と凸共役の交わり」
参加費用:無料
参加資格:自由 (会員/非会員不問)。学生の方のご参加も歓迎いたします。
参加方法:以下のフォームから参加登録していただきますと、ZOOM接続先情報をメールにて自動返信いたします。
オンライン参加登録フォーム:https://forms.gle/Qnf3QhrTgkc5mxbV7
---
研究部会 最適化手法とアルゴリズム (SOMA)
http://trout.math.cst.nihon-u.ac.jp/~ito.m/soma/index.html
All day
2023-01-16 – 2023-01-20
(広報委員による代理投稿)
最適化ソフトウェアに関する研究で著名な Hans D. Mittelmann 氏とStefan Vigerske 氏を招いて
来年(2023年)の1月16日(月)~20日(金)に集中講義(最適化アルゴリズムとソフトウェアに関する講義と演習)を行うことになりました。
内容は以下の授業内容を参照下さい。第一線の専門家から最先端の最適化ソフトウェアに関する内容を学ぶことが出来ます。
本集中講義は九州大学大学院数理学府の授業として開催致しますが、同時に一般公開となりますので、興味ある方は是非この機会にご参加下さい。
ハイブリッド開催の予定になります。オンライン参加は聴講のみで質問や議論等は原則として出来ません。
2023年1月16日(月)~20日(金)
1: 現地参加 (九州大学伊都キャンパス)
2: オンライン参加 (Zoomウェビナー)
※事前登録要。後日参加登録URLをご案内いたします。
具体的な申し込み方法はまた後日連絡させていただきます。
講師
Prof. Hans D. Mittelmann(School of Math & Stat Sciences, Arizona State University)
http://plato.asu.edu/
Dr. Stefan Vigerske (Zuse Institute Berlin)
https://www.zib.de/members/vigerske
オーガナイザー
Dr. Yuji Shinano (Zuse Institute Berlin)
https://www.zib.de/members/shinano
藤澤克樹 (九州大学マス・フォア・インダストリ研究所)
授業内容(予定)
Session 1: Introduction, What will be covered, which resources will be used
Which software is available for unconstrained optimization?
Exercise: Use AMPL to solve unconstrained problems with unique
and multiple solutions
2023/01/16(Mon): 13:00 ? 14:30 [Lecture for Session 1]
2023/01/16(Mon): 14:50~16:20 [Exercise for Session 1]
Session 2: Nonlinear Least Squares and Nonlinear Systems of Equations
Which methods are available and have been implemented?
Exercise: Regular and singular nonlinear systems, a challenging
least squares problem also solved via orthogonal distance regression
2023/01/17(Tue): 10:30~12:00 [Answer for Session 1 and Lecture for Session 2]
2023/01/17(Tue): 13:30~14:30 [Exercise for Session 2]
Session 3: Constrained Nonlinear Programming, NLP
Classical methods such as SQP; interior point methods and
available software
Exercise: A bilevel NLP, a problem from distance geometry and one
from financial math
2023/01/17(Tue): 14:50~16:20 [Answer for Session 2 and lecture for Session 3]
2023/01/18(Wed): 10:30~12:00 [Exercise for Session 3]
2023/01/18(Wed): 13:30~14:30 [Answer for Session 3 and a kind of summary so far]
Session 4: Convex (and some nonconvex) Optimization, LP, QP, SDP, SOCP
Exercise: An LP from Compressive Sensing, two problems from Machine
Learning, an SOCP problem from Robust Optimization, using CPLEX,
Gurobi, and a global solver on nonconvex problems
2023/01/18(Wed): 14:50~16:20 [Lecture for Session 4]
2023/01/19(Thu): 10:30~12:00 [Answer for Session 4 and starts lecture for Session 5]
Session 5: Mixed Integer Linear Programming
Algorithms and available software
Exercise: Quadratic Assignment Problem
2023/01/19(Thu): 13:30~14:30 [Lectrue for Session 5]
2023/01/19(Thu): 14:50~16:20 [Exersise for Session 5]
2023/01/19(Thu): 16:50~17:50 [Answer for Session 5 and Summary]
Session 6: Mixed Integer Nonlinear Programming (MINLP), Global Optimization
Methods for Convex MINLP, e.g. Outer Approximation, branch-and-bound
Methods for Deterministic Global Optimization (nonconvex (MI)NLP), e.g., convexification, spatial branch-and-bound
Available Software
Exercise: a MINLP
2023/01/20(Fri): 10:30~12:00
2023/01/20(Fri): 13:30~15:00
All day
2023-01-16 – 2023-01-20
(広報委員による代理投稿)
最適化ソフトウェアに関する研究で著名な Hans D. Mittelmann 氏とStefan Vigerske 氏を招いて
来年(2023年)の1月16日(月)~20日(金)に集中講義(最適化アルゴリズムとソフトウェアに関する講義と演習)を行うことになりました。
内容は以下の授業内容を参照下さい。第一線の専門家から最先端の最適化ソフトウェアに関する内容を学ぶことが出来ます。
本集中講義は九州大学大学院数理学府の授業として開催致しますが、同時に一般公開となりますので、興味ある方は是非この機会にご参加下さい。
ハイブリッド開催の予定になります。オンライン参加は聴講のみで質問や議論等は原則として出来ません。
2023年1月16日(月)~20日(金)
1: 現地参加 (九州大学伊都キャンパス)
2: オンライン参加 (Zoomウェビナー)
※事前登録要。後日参加登録URLをご案内いたします。
具体的な申し込み方法はまた後日連絡させていただきます。
講師
Prof. Hans D. Mittelmann(School of Math & Stat Sciences, Arizona State University)
http://plato.asu.edu/
Dr. Stefan Vigerske (Zuse Institute Berlin)
https://www.zib.de/members/vigerske
オーガナイザー
Dr. Yuji Shinano (Zuse Institute Berlin)
https://www.zib.de/members/shinano
藤澤克樹 (九州大学マス・フォア・インダストリ研究所)
授業内容(予定)
Session 1: Introduction, What will be covered, which resources will be used
Which software is available for unconstrained optimization?
Exercise: Use AMPL to solve unconstrained problems with unique
and multiple solutions
2023/01/16(Mon): 13:00 ? 14:30 [Lecture for Session 1]
2023/01/16(Mon): 14:50~16:20 [Exercise for Session 1]
Session 2: Nonlinear Least Squares and Nonlinear Systems of Equations
Which methods are available and have been implemented?
Exercise: Regular and singular nonlinear systems, a challenging
least squares problem also solved via orthogonal distance regression
2023/01/17(Tue): 10:30~12:00 [Answer for Session 1 and Lecture for Session 2]
2023/01/17(Tue): 13:30~14:30 [Exercise for Session 2]
Session 3: Constrained Nonlinear Programming, NLP
Classical methods such as SQP; interior point methods and
available software
Exercise: A bilevel NLP, a problem from distance geometry and one
from financial math
2023/01/17(Tue): 14:50~16:20 [Answer for Session 2 and lecture for Session 3]
2023/01/18(Wed): 10:30~12:00 [Exercise for Session 3]
2023/01/18(Wed): 13:30~14:30 [Answer for Session 3 and a kind of summary so far]
Session 4: Convex (and some nonconvex) Optimization, LP, QP, SDP, SOCP
Exercise: An LP from Compressive Sensing, two problems from Machine
Learning, an SOCP problem from Robust Optimization, using CPLEX,
Gurobi, and a global solver on nonconvex problems
2023/01/18(Wed): 14:50~16:20 [Lecture for Session 4]
2023/01/19(Thu): 10:30~12:00 [Answer for Session 4 and starts lecture for Session 5]
Session 5: Mixed Integer Linear Programming
Algorithms and available software
Exercise: Quadratic Assignment Problem
2023/01/19(Thu): 13:30~14:30 [Lectrue for Session 5]
2023/01/19(Thu): 14:50~16:20 [Exersise for Session 5]
2023/01/19(Thu): 16:50~17:50 [Answer for Session 5 and Summary]
Session 6: Mixed Integer Nonlinear Programming (MINLP), Global Optimization
Methods for Convex MINLP, e.g. Outer Approximation, branch-and-bound
Methods for Deterministic Global Optimization (nonconvex (MI)NLP), e.g., convexification, spatial branch-and-bound
Available Software
Exercise: a MINLP
2023/01/20(Fri): 10:30~12:00
2023/01/20(Fri): 13:30~15:00
All day
2023-01-16 – 2023-01-20
(広報委員による代理投稿)
最適化ソフトウェアに関する研究で著名な Hans D. Mittelmann 氏とStefan Vigerske 氏を招いて
来年(2023年)の1月16日(月)~20日(金)に集中講義(最適化アルゴリズムとソフトウェアに関する講義と演習)を行うことになりました。
内容は以下の授業内容を参照下さい。第一線の専門家から最先端の最適化ソフトウェアに関する内容を学ぶことが出来ます。
本集中講義は九州大学大学院数理学府の授業として開催致しますが、同時に一般公開となりますので、興味ある方は是非この機会にご参加下さい。
ハイブリッド開催の予定になります。オンライン参加は聴講のみで質問や議論等は原則として出来ません。
2023年1月16日(月)~20日(金)
1: 現地参加 (九州大学伊都キャンパス)
2: オンライン参加 (Zoomウェビナー)
※事前登録要。後日参加登録URLをご案内いたします。
具体的な申し込み方法はまた後日連絡させていただきます。
講師
Prof. Hans D. Mittelmann(School of Math & Stat Sciences, Arizona State University)
http://plato.asu.edu/
Dr. Stefan Vigerske (Zuse Institute Berlin)
https://www.zib.de/members/vigerske
オーガナイザー
Dr. Yuji Shinano (Zuse Institute Berlin)
https://www.zib.de/members/shinano
藤澤克樹 (九州大学マス・フォア・インダストリ研究所)
授業内容(予定)
Session 1: Introduction, What will be covered, which resources will be used
Which software is available for unconstrained optimization?
Exercise: Use AMPL to solve unconstrained problems with unique
and multiple solutions
2023/01/16(Mon): 13:00 ? 14:30 [Lecture for Session 1]
2023/01/16(Mon): 14:50~16:20 [Exercise for Session 1]
Session 2: Nonlinear Least Squares and Nonlinear Systems of Equations
Which methods are available and have been implemented?
Exercise: Regular and singular nonlinear systems, a challenging
least squares problem also solved via orthogonal distance regression
2023/01/17(Tue): 10:30~12:00 [Answer for Session 1 and Lecture for Session 2]
2023/01/17(Tue): 13:30~14:30 [Exercise for Session 2]
Session 3: Constrained Nonlinear Programming, NLP
Classical methods such as SQP; interior point methods and
available software
Exercise: A bilevel NLP, a problem from distance geometry and one
from financial math
2023/01/17(Tue): 14:50~16:20 [Answer for Session 2 and lecture for Session 3]
2023/01/18(Wed): 10:30~12:00 [Exercise for Session 3]
2023/01/18(Wed): 13:30~14:30 [Answer for Session 3 and a kind of summary so far]
Session 4: Convex (and some nonconvex) Optimization, LP, QP, SDP, SOCP
Exercise: An LP from Compressive Sensing, two problems from Machine
Learning, an SOCP problem from Robust Optimization, using CPLEX,
Gurobi, and a global solver on nonconvex problems
2023/01/18(Wed): 14:50~16:20 [Lecture for Session 4]
2023/01/19(Thu): 10:30~12:00 [Answer for Session 4 and starts lecture for Session 5]
Session 5: Mixed Integer Linear Programming
Algorithms and available software
Exercise: Quadratic Assignment Problem
2023/01/19(Thu): 13:30~14:30 [Lectrue for Session 5]
2023/01/19(Thu): 14:50~16:20 [Exersise for Session 5]
2023/01/19(Thu): 16:50~17:50 [Answer for Session 5 and Summary]
Session 6: Mixed Integer Nonlinear Programming (MINLP), Global Optimization
Methods for Convex MINLP, e.g. Outer Approximation, branch-and-bound
Methods for Deterministic Global Optimization (nonconvex (MI)NLP), e.g., convexification, spatial branch-and-bound
Available Software
Exercise: a MINLP
2023/01/20(Fri): 10:30~12:00
2023/01/20(Fri): 13:30~15:00
All day
2023-01-16 – 2023-01-20
(広報委員による代理投稿)
最適化ソフトウェアに関する研究で著名な Hans D. Mittelmann 氏とStefan Vigerske 氏を招いて
来年(2023年)の1月16日(月)~20日(金)に集中講義(最適化アルゴリズムとソフトウェアに関する講義と演習)を行うことになりました。
内容は以下の授業内容を参照下さい。第一線の専門家から最先端の最適化ソフトウェアに関する内容を学ぶことが出来ます。
本集中講義は九州大学大学院数理学府の授業として開催致しますが、同時に一般公開となりますので、興味ある方は是非この機会にご参加下さい。
ハイブリッド開催の予定になります。オンライン参加は聴講のみで質問や議論等は原則として出来ません。
2023年1月16日(月)~20日(金)
1: 現地参加 (九州大学伊都キャンパス)
2: オンライン参加 (Zoomウェビナー)
※事前登録要。後日参加登録URLをご案内いたします。
具体的な申し込み方法はまた後日連絡させていただきます。
講師
Prof. Hans D. Mittelmann(School of Math & Stat Sciences, Arizona State University)
http://plato.asu.edu/
Dr. Stefan Vigerske (Zuse Institute Berlin)
https://www.zib.de/members/vigerske
オーガナイザー
Dr. Yuji Shinano (Zuse Institute Berlin)
https://www.zib.de/members/shinano
藤澤克樹 (九州大学マス・フォア・インダストリ研究所)
授業内容(予定)
Session 1: Introduction, What will be covered, which resources will be used
Which software is available for unconstrained optimization?
Exercise: Use AMPL to solve unconstrained problems with unique
and multiple solutions
2023/01/16(Mon): 13:00 ? 14:30 [Lecture for Session 1]
2023/01/16(Mon): 14:50~16:20 [Exercise for Session 1]
Session 2: Nonlinear Least Squares and Nonlinear Systems of Equations
Which methods are available and have been implemented?
Exercise: Regular and singular nonlinear systems, a challenging
least squares problem also solved via orthogonal distance regression
2023/01/17(Tue): 10:30~12:00 [Answer for Session 1 and Lecture for Session 2]
2023/01/17(Tue): 13:30~14:30 [Exercise for Session 2]
Session 3: Constrained Nonlinear Programming, NLP
Classical methods such as SQP; interior point methods and
available software
Exercise: A bilevel NLP, a problem from distance geometry and one
from financial math
2023/01/17(Tue): 14:50~16:20 [Answer for Session 2 and lecture for Session 3]
2023/01/18(Wed): 10:30~12:00 [Exercise for Session 3]
2023/01/18(Wed): 13:30~14:30 [Answer for Session 3 and a kind of summary so far]
Session 4: Convex (and some nonconvex) Optimization, LP, QP, SDP, SOCP
Exercise: An LP from Compressive Sensing, two problems from Machine
Learning, an SOCP problem from Robust Optimization, using CPLEX,
Gurobi, and a global solver on nonconvex problems
2023/01/18(Wed): 14:50~16:20 [Lecture for Session 4]
2023/01/19(Thu): 10:30~12:00 [Answer for Session 4 and starts lecture for Session 5]
Session 5: Mixed Integer Linear Programming
Algorithms and available software
Exercise: Quadratic Assignment Problem
2023/01/19(Thu): 13:30~14:30 [Lectrue for Session 5]
2023/01/19(Thu): 14:50~16:20 [Exersise for Session 5]
2023/01/19(Thu): 16:50~17:50 [Answer for Session 5 and Summary]
Session 6: Mixed Integer Nonlinear Programming (MINLP), Global Optimization
Methods for Convex MINLP, e.g. Outer Approximation, branch-and-bound
Methods for Deterministic Global Optimization (nonconvex (MI)NLP), e.g., convexification, spatial branch-and-bound
Available Software
Exercise: a MINLP
2023/01/20(Fri): 10:30~12:00
2023/01/20(Fri): 13:30~15:00
All day
2023-01-16 – 2023-01-20
(広報委員による代理投稿)
最適化ソフトウェアに関する研究で著名な Hans D. Mittelmann 氏とStefan Vigerske 氏を招いて
来年(2023年)の1月16日(月)~20日(金)に集中講義(最適化アルゴリズムとソフトウェアに関する講義と演習)を行うことになりました。
内容は以下の授業内容を参照下さい。第一線の専門家から最先端の最適化ソフトウェアに関する内容を学ぶことが出来ます。
本集中講義は九州大学大学院数理学府の授業として開催致しますが、同時に一般公開となりますので、興味ある方は是非この機会にご参加下さい。
ハイブリッド開催の予定になります。オンライン参加は聴講のみで質問や議論等は原則として出来ません。
2023年1月16日(月)~20日(金)
1: 現地参加 (九州大学伊都キャンパス)
2: オンライン参加 (Zoomウェビナー)
※事前登録要。後日参加登録URLをご案内いたします。
具体的な申し込み方法はまた後日連絡させていただきます。
講師
Prof. Hans D. Mittelmann(School of Math & Stat Sciences, Arizona State University)
http://plato.asu.edu/
Dr. Stefan Vigerske (Zuse Institute Berlin)
https://www.zib.de/members/vigerske
オーガナイザー
Dr. Yuji Shinano (Zuse Institute Berlin)
https://www.zib.de/members/shinano
藤澤克樹 (九州大学マス・フォア・インダストリ研究所)
授業内容(予定)
Session 1: Introduction, What will be covered, which resources will be used
Which software is available for unconstrained optimization?
Exercise: Use AMPL to solve unconstrained problems with unique
and multiple solutions
2023/01/16(Mon): 13:00 ? 14:30 [Lecture for Session 1]
2023/01/16(Mon): 14:50~16:20 [Exercise for Session 1]
Session 2: Nonlinear Least Squares and Nonlinear Systems of Equations
Which methods are available and have been implemented?
Exercise: Regular and singular nonlinear systems, a challenging
least squares problem also solved via orthogonal distance regression
2023/01/17(Tue): 10:30~12:00 [Answer for Session 1 and Lecture for Session 2]
2023/01/17(Tue): 13:30~14:30 [Exercise for Session 2]
Session 3: Constrained Nonlinear Programming, NLP
Classical methods such as SQP; interior point methods and
available software
Exercise: A bilevel NLP, a problem from distance geometry and one
from financial math
2023/01/17(Tue): 14:50~16:20 [Answer for Session 2 and lecture for Session 3]
2023/01/18(Wed): 10:30~12:00 [Exercise for Session 3]
2023/01/18(Wed): 13:30~14:30 [Answer for Session 3 and a kind of summary so far]
Session 4: Convex (and some nonconvex) Optimization, LP, QP, SDP, SOCP
Exercise: An LP from Compressive Sensing, two problems from Machine
Learning, an SOCP problem from Robust Optimization, using CPLEX,
Gurobi, and a global solver on nonconvex problems
2023/01/18(Wed): 14:50~16:20 [Lecture for Session 4]
2023/01/19(Thu): 10:30~12:00 [Answer for Session 4 and starts lecture for Session 5]
Session 5: Mixed Integer Linear Programming
Algorithms and available software
Exercise: Quadratic Assignment Problem
2023/01/19(Thu): 13:30~14:30 [Lectrue for Session 5]
2023/01/19(Thu): 14:50~16:20 [Exersise for Session 5]
2023/01/19(Thu): 16:50~17:50 [Answer for Session 5 and Summary]
Session 6: Mixed Integer Nonlinear Programming (MINLP), Global Optimization
Methods for Convex MINLP, e.g. Outer Approximation, branch-and-bound
Methods for Deterministic Global Optimization (nonconvex (MI)NLP), e.g., convexification, spatial branch-and-bound
Available Software
Exercise: a MINLP
2023/01/20(Fri): 10:30~12:00
2023/01/20(Fri): 13:30~15:00