テーマ：「不確実性下での最適化：理論・応用とOR」

日時： 2022年12月10日（土）13:25-17:10

offlineの会場：南山大学　G棟 G30教室（新型コロナウイルス感染拡大状況によっては，
完全オンライン開催に切り替えることもあります．）
交通アクセス：https://www.nanzan-u.ac.jp/Information/access.html
キャンパスマップ：https://www.nanzan-u.ac.jp/CMAP/nagoya/campus-nago.html
onlineの参加：登録いただいた方にzoom会議室のURLをお知らせいたします．

参加申し込みwebサイト：https://smms.kktcs.co.jp/smms2/event/orsj/21

プログラム：
13:25-13:30 開会のあいさつ
佐々木美裕（日本オペレーションズ・リサーチ学会中部支部支部長）

13:30-14:30
講演1：「分離可能想定下の非負行列分解に対するHottopixx法の改良」
講演者：水谷 友彦（静岡大学）

14:45-15:45
講演2：「確率的離散最適化問題に対する適応的最適化」
講演者：福永 拓郎（中央大学）

16:00-17:00
講演3：「Uncertainty and Robustness in Assembly Line Balancing Problems」
講演者：Jordi Pereira Gude（Adolfo Ibanez University）

17:00-17:10 閉会のあいさつ
桑野 裕昭（日本オペレーションズ・リサーチ学会中部支部副支部長）

参加費：
・正会員/特別会員/賛助会員/FMES会員 3000円
・シニア会員 1000円
・学生無料
・それ以外 5000円

※FMES(経営工学関連学会協議会)会員とは，以下の8学会の会員です．
日本経営工学会(JIMA)，日本オペレーションズ・リサーチ学会(ORSJ)，日本品質管理学会(JSQC)，
日本信頼性学会(REAJ)，研究・イノベーション学会(JSRPIM)，日本設備管理学会(SOPE-J)，
経営情報学会(JASMIN)，プロジェクトマネジメント学会(SPM)

—
【講演概要】
講演1：分離可能想定下の非負行列分解に対するHottopixx法の改良
講演者：水谷 友彦（静岡大学）
分離可能想定下の⾮負⾏列分解（Separable NMF）は機械学習や信号処理の分野で登場します．例えば，⽂章データからのトピック抽出やハイパースペクトル画像のミクセル分解はSeparable NMF の計算に帰着することができます．NIPS 2012 においてBittorf らはSeparable NMFの計算⼿法としてHottopixx法を提案しました．Hottopixx法ではSeparable NMF の特徴を線形計画問題でモデル化し，その最適解の情報から⾏列の分解を求めます．Hottopixx法は分解性能に優れていますが，⼀⽅で，事前に⾏列に含まれるノイズの量を⾒積もる必要があり，このことが実応⽤への課題となっています．また，計算量が⼤きいことも課題です．これらの課題に対処するためにHottopixx法の改良を⾏いました．本発表ではその結果を紹介します．

講演2：確率的離散最適化問題に対する適応的最適化
講演者：福永 拓郎（中央大学）
不確実性を含む離散最適化問題に対するアプローチの一つとして，適応的最適化がある．適応的最適化では， 最適化問題のパラメータの一部が確率的に記述されているなどの状況下で，適応的に解を計算する．解の一部を決定した上で，その決定を実行に移す．実行の過程で得られた情報を元に，その後の実行方針を適応的に決めるという過程を繰り返すことで，通常の最適化手法よりも良い性能を達成することを目指している．本公演では，適応的最適化の基礎を解説すると同時に，講演者の研究成果を紹介する．

講演3：Uncertainty and Robustness in Assembly Line Balancing Problems」
講演者：Jordi Pereira Gude（Adolfo Ibanez University）
Assembly line balancing is a classical combinatorial optimization problem. The basic formulation, known as the Simple Assembly Line Balancing Problem (SALBP), tries to assign tasks to workstations according to workload and precedence constraints under throughput maximization or resource use minimization. In this talk, we consider different versions of the SALBP with task times uncertainty, focusing on robust optimization and comparing them to alternative stochastic optimization approaches. A strong focus is given to the challenges and the applicability of the approaches to different SALBP objectives and the challenges raised to solve these problems. To conclude, we raise some research challenges and limitations of the state-of-the-art.