BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:[理研AIP 成果報告イベント] 計算論的学習理論
 チーム：オフライン/オンライン最適化と通信工学の交
 差点
X-WR-CALNAME:[理研AIP 成果報告イベント] 計算論的学習理論
 チーム：オフライン/オンライン最適化と通信工学の交
 差点
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:984962@techplay.jp
SUMMARY:[理研AIP 成果報告イベント] 計算論的学習理論チー
 ム：オフライン/オンライン最適化と通信工学の交差点
DTSTART;TZID=Asia/Tokyo:20250908T133000
DTEND;TZID=Asia/Tokyo:20250908T174000
DTSTAMP:20260527T195904Z
CREATED:20250808T140152Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/98496
 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n計算論的学
 習理論チーム成果報告ワークショップ：オフライン/オ
 ンライン最適化と通信工学の交差点\n\n[重要]既に参加
 登録された方へ(8/21)：\nZoom のURLを更新しました．以前
 のURLを記録されている方はご注意ください．\n再登録
 の必要はありません．\n\n概要：\n計算論的学習理論チ
 ームの成果報告を兼ねて，オンライン意思決定・最適
 化技術と通信工学・周辺分野への応用に関するワーク
 ショップを開催する．オンライン意思決定・最適化技
 術の基盤技術の研究者と通信工学等の応用分野の研究
 者が同時に集まる貴重な機会であり，双方の問題意識
 や手法を共有することにより，新たな理論および応用
 技術の創出をはかるものである．\n\n日時：9/8 13:30-17:40
 \n場所：九州大学西新プラザ　\n実施形式：対面および
 オンライン　\n※対面参加希望の方はページ末尾から g
 oogle form を通じて登録をお願いします\n\nスケジュール
 ：\n11:00-13:30 受付・コーヒーブレイク（＠九大西新プ
 ラザ）\n13:30-14:00 畑埜晃平（計算論的学習理論チーム
 リーダ/九大）\n14:00-14:35 タン・ザカン（東京科学大\, 
 ※オンライン）\n14:35-15:10 Sherief Hashima(理研AIP)\n15:10-15:4
 0 コーヒーブレイク\n15:40-16:15 中村篤祥（北大）\n16:15-1
 6:50 山口弘純(阪大/理研R-CCS) \n16:50-17:25 吉川信明（豊田
 中央研究所）\n17:25-17:40 議論・まとめ\n\n講演概要\n\n講
 演者：畑埜晃平（計算論的学習理論チームリーダ/九大
 ）\nタイトル：主旨説明・チームの成果紹介：オフラ
 イン/オンライン最適化とその応用\n概要：\nワークシ
 ョップの主旨説明および当チームの成果概要，特に(i)
 オンライン予測手法の機械学習分野への応用や(ii)決定
 ダイアグラムに基づくオフライン最適化問題の拡張定
 式化とその応用について述べる．\n\n講演者：タン・ザ
 カン（東京科学大\, ※オンライン）\nタイトル：オン
 ライン学習を活用したドローンの無線リソース制御及
 び飛行経路の最適化\n概要：\n近年，自然災害発生後，
 既存地上インフラに依存しない柔軟性を有する臨時通
 信サービスの提供が極めて重要となっている．ドロー
 ン（UAV）は、様々な能力や高い柔軟性から，有望な一
 時通信インフラの候補として注目を集めている．本発
 表では，多腕バンディットと呼ばれるオンライン学習
 アルゴリズムを用いて，災害後の監視システムとして
 のスマートUAV無線通信ネットワークにおける無線リソ
 ース管理および飛行軌道の最適化を行ってきたので，
 その研究成果を紹介する．\n\n講演者：Sherief Hashima（理
 研AIP）\nタイトル： AI-Driven RIS: Enabling Intelligent and Resili
 ent 6G Networks\n概要：\nRecently\, reconfigurable intelligent surface
 s (RISs) have emerged as a promising enabler for sixth-generation (6G) wi
 reless communication\, offering diverse applications across next-generati
 on networks. Despite their potential\, RISs face several technical challe
 nges that hinder practical deployment\, including efficient network confi
 guration\, accurate cascaded massive/passive channel estimation\, and pre
 cise adjustment of antenna phase shifts (PSs). Furthermore\, RIS introduc
 es new layers of optimization challenges when integrated with different w
 ireless systems—for instance\, RIS relay selection in wireless relaying
  scenarios\, user–RIS association in multi-base-station and multi-RIS n
 etworks\, network planning\, and trajectory optimization in UAV-mounted R
 IS systems. In this context\, our aim is to present a comprehensive overv
 iew of AI-enabled RIS-aided wireless communications\, focusing on existin
 g architectures\, employed AI methodologies\, and outlining the key chall
 enges and future research directions.\n\n講演者：中村篤祥（北
 大）\nタイトル：探索しない純粋探索多腕バンディッ
 ト問題のアルゴリズム\n概要：\n純粋探索の多腕バンデ
 ィット問題では，固定信頼度設定におけるサンプル複
 雑度の一般的な下界が知られており，その下界を達成
 するためには真の報酬分布に依存したある割合で腕を
 選択する必要がある．Track and Stop は，現在の推定報酬
 分布に対して最適な腕選択割合を計算し，それに追従
 するように腕を選択する戦略であるが，間違った推定
 値を正すための探索を行わなければならない．最近の
 我々の研究で，探索を必要としない Track and Stop で漸近
 的に最適なサンプル複雑度を達成できる問題が存在す
 ることがわかった．本発表では，そのような問題の１
 つである単調バンディット問題と，そのアルゴリズム
 について紹介する．\n\n講演者：山口弘純(阪大/理研R-CC
 S) \nタイトル：人間中心のサイバーフィジカルシステ
 ムにおける最適化へのアプローチ\n概要：\nSociety 5.0が
 掲げる「人間中心の社会」の実現に向けては，都市交
 通設計，災害時支援，観光促進，リモートコミュニケ
 ーションなど，多様な応用分野におけるシステム構築
 が期待されている．サイバーフィジカルシステム（CPS
 ）は，センシングデータやマルチモーダルデータを活
 用し，仮想空間と物理空間を高度に融合させることで
 ，情報取得からフィードバックまでを一貫して支援す
 る．こうしたCPSにおいては，複雑な環境や多様な利害
 関係者を考慮した最適化戦略や意思決定支援が不可欠
 である．本講演では，実際のCPS事例を通じて，人間中
 心設計の観点から求められる最適化手法やその応用可
 能性について紹介し，議論を行う．\n\n講演者：吉川信
 明（豊田中央研究所）\nタイトル：最大値バンディッ
 ト問題に対する UCB 方策の提案と材料探索への応用\n概
 要：\n通常のバンディット問題では総報酬の最大化を
 目的とする．これに対して最大値バンディット問題で
 は、（報酬列中の）最大報酬の最大化を狙う．この問
 題設定は一つでよいから「卓越した報酬」を見つけた
 いという目的に適しており，革新的な特性の材料を探
 す材料探索とも相性が良いと期待される．我々はこの
 期待のもと、最大値バンディット方策の理論検討と材
 料探索に対する有効性の検証を進めており，本講演で
 はその詳細について紹介する．\n\n現地参加登録\nhttps:/
 /docs.google.com/forms/d/e/1FAIpQLSd36dv_UFwQUNYcQPT9xaNz9Vi7T6WV3MMaLvfx
 pBFmahlCnw/viewform?usp=header
LOCATION:オンライン
URL:https://techplay.jp/event/984962?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR
