数理最適化: Optimization Night #8

イベント内容

この会について

数理最適化に興味のある人達であつまって、わいわいがやがや議論する会です！

名古屋大学の松井先生に、適応的実験計画についてお話をしていただきます。後半の議論セッションで、お話いただいた内容をベースにみんなで議論できたらと思います。

また、LT枠も設けていますので、軽く話すネタのある方はぜひご登録ください。

今回は株式会社ブレインパッドの会議室を借りて開催します。

また、YouTube Live による配信を行う予定です。

https://www.youtube.com/watch?v=jh5qJPme8FY

質問について

質問は Sli.do にて受け付けます。

• https://app.sli.do/event/wk1YVE2czFcaZnygEFuZdv
• もしくは sli.do で #opt008 と入力

参加対象者

数理最適化・OR等に興味のある方を対象としています。

タイムスケジュール

スケジュールは変更となる可能性があります。ご理解ください。

時間	タイトル	発表者	内容
18:30 -	受付	-	-
19:00 - 19:05	運営より	Ken Kobayashi	-
19:05 - 19:55	機械学習に基づく適応的実験計画 〜ベイズ最適化と能動的レベル集合推定の基礎と実践〜	松井孝太様（名古屋大学）	適応的実験計画とは，古典的な実験計画法とは異なり，直前までの実験で得られたデータに基づいて次に実験を行う条件を決定するデータ駆動型のアプローチです．ベイズ最適化や能動的レベル集合推定は機械学習に基づいた適応的実験計画の方法であり，機械学習モデルのハイパーパラメータ最適化や新規の薬剤・材料開発における探索的解析，臨床試験デザインなどさまざまな問題に応用されています．本発表では，まず適応的実験計画の全体像を説明し，続いて関数最適化のための適応的実験計画であるベイズ最適化と，領域推定のための適応的実験計画である能動的レベル集合推定の基本事項をそれぞれ解説します．最後に，材料科学分野や医療分野への具体的な応用事例もご紹介します． 発表資料: https://www.dropbox.com/scl/fi/pgvsqbgdj0r5x29sdtwr7/240219_matsui_slide.pdf?rlkey=4k2t611prkcj8djf9qki3zzcd&dl=0
19:55 - 20:00	休憩
20:00 - 20:10	テレビCMのデータ分析における数理最適化の応用事例	Tetsuya Mototake (REVISIO株式会社	実際にREVISIO社内で適用している最適化問題の定式化から、実際の適用例を発表させていただく予定です。
20:10 - 20:20	TBD	TBD	TBD
20:20 - 21:00	議論	sfujiwara & 全員	講演内容を題材に議論します
21:00	解散	-	残りたい人だけ残っていろいろ話しましょう〜

当日の参加方法について

具体的な参加方法は、参加者の方に別途お伝えいたします。

注意事項