技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

人工知能 (AI) による最適化解の学習・予測

Zoomを使ったライブ配信セミナー

人工知能 (AI) による最適化解の学習・予測

~深層強化学習のオンライン最適化問題適用等~
オンライン 開催

開催日

  • 2020年11月30日(月) 10時30分 16時30分

受講対象者

  • 現実的最適化問題に興味ある方
  • オンライン学習に興味ある方
  • オンライン最適化に興味ある方
  • 深層強化学習に興味ある方
  • 予測アルゴリズムの構築に興味ある方
  • AIによる予測に興味ある方
  • AIに興味ある方

修得知識

  • 従来のオフライン最適化手法の基本知識、応用方法、問題点
  • 現実問題におけるオンライン最適化手法の最先端知識、予測機能の評価基準、応用効果と注意点

プログラム

 「与えられた制約条件の下で最適な解を求める」最適化問題は我々の生活において欠かせない分野であり、工学、経済、統計、経営などに幅広く応用されています。近年の深層学習の出現で飛躍的に発展してきたAI技術の多くが最適化に立脚しています。これはより良く学習できるモデルを見出すというデータサイエンスの目標と誤差関数を最小化するという最適化手法とが自然に結びつくからです。最適化手法には、いろいろな分類基準がありますが、ここではオフライン最適化とオンライン最適化という基準に従って最適化手法の諸原理を説明します。
 オンライン最適化とは将来のデータを知らずに、将来に正の影響を及ぼす可能性の高い意思決定や最適な方策を下すことです。一方、オフライン最適化とは、現時点までのデータの集合体に基づき最適な意思決定を行うことです。
 現在主流の最適化手法は、ほとんどが現実問題から切り離されたオフライン最適化手法です。本来、現実社会における最適化問題は、対象が普遍的に時間とともに発展していくという特性を考えると、全てオンライン最適化問題として捉えるべきですが、難易度が高いため、オンライン最適化のアルゴリズムの開発は最適化分野においても非常に挑戦的かつ最先端の分野として位置づけられています。
 本セミナーの前半は、従来のオフライン最適化手法である線形計画法、非線形計画法、整数計画と混合整数計画法などをわかりやすく説明し概覧していきます。後半は近年、オンライン最適化問題に取り組んだ深層強化学習のオンライン学習原理と応用の仕組みについてわかりやすく説明します。最後に、配車計画問題 (VRP) およびスマートグリッドの電力のオンライン最適化問題を適応事例として、AIによる最適化解のオンライン学習と予測の最先端機能を検証します。
 本セミナーを通して、従来のオフライン最適化手法の基本知識、応用方法、問題点を習得するとともに、現実問題におけるオンライン最適化手法の最先端知識、予測機能の評価基準、応用効果と注意点などについて広く、深く把握することができます。

  1. オフライン最適化の概要
    1. オフライン最適化問題における目的関数と制約
    2. 連続最適化と離散最適化
    3. 広域最適化と局所最適化
    4. オフライン最適化問題における解法
    5. 厳密解法
    6. 近似解法
    7. 発見的解法
  2. オフライン最適化問題
    1. 線形計画問題
    2. 双対性
    3. 解法
    4. 非線形計画問題
    5. 無制限最適化
    6. 制約付き最適化
    7. ネットワーク最適化問題
    8. 整数計画問題と混合整数計画問題
  3. オンライン最適化問題の概要
    1. オンライン最適化問題の基本理論
    2. レンタルスキー問題
    3. リストアクセス問題
    4. 競合比による解析手法
    5. 乱択アルゴリズムの設計
  4. オンライン学習モデル
    1. 学習を考慮したオンラインアルゴリズム
    2. スペシャリストモデル
  5. AIによる最適化アルゴリズム
    1. 深層強化学習の基本原理
    2. オンライン最適化における深層強化学習の応用
    3. 方策勾配法による最適化アルゴリズムの構築
    4. TSP問題の概要と強化学習による定式化
    5. 鍵となる技術アテンション (Attention) の仕組み
      • 自然言語処理を例にする
      • ここでマルチヘッドアテンション (Multi-Head Attention) の仕組みを説明
    6. エンコーダー (Encoder) の仕組み
      • LSTM型と self attention型の説明
      • self attention型の説明の時にグラフアテンションエンコーダーについても説明
      • グラフアテンションエンコーダーの説明時にグラフとノード埋め込みついても説明
    7. デコーダー (Decoder) の仕組み
      • ポインターネットワークについて説明
      • グリンプスについて説明
      • マスキングについて説明
    8. 全体の流れを簡単にまとめた説明
    9. ベースラインの導入と勾配の更新
    10. 予測機能の検証:
      1. 同スケール予測
      2. ダウンスケール予測
      3. アップスケール予測
    • 質疑応答

講師

  • 曽我部 東馬
    電気通信大学 i-パワードエネルギーシステム研究センター 基盤理工学専攻
    准教授

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 46,000円 (税別) / 50,600円 (税込)
1口
: 57,000円 (税別) / 62,700円 (税込) (3名まで受講可)

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境 をご確認いただき、 ミーティングテスト にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は郵送にて前日までにお送りいたします。電子媒体での配布はございません。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2020/12/7 AI技術開発・ビジネスのための特許出願・知財戦略の進め方 オンライン
2020/12/8 AI外観検査導入のための基礎と進め方・留意点 オンライン
2020/12/9 機械学習・深層学習による画像認識の仕組み オンライン
2020/12/9 小規模データに対する機械学習、深層学習の適用 オンライン
2020/12/10 はじめてのPythonと教師あり学習・教師なし学習 オンライン
2020/12/10 エンジニアのための実験計画法 & Excel上で構築可能な人工知能を併用する非線形実験計画法入門 オンライン
2020/12/10 機械学習から、統計的機械学習へ オンライン
2020/12/14 逆強化学習の基礎、手法選択と応用 オンライン
2020/12/14 計測・材料開発の効率化のための機械学習 オンライン
2020/12/14 人工知能 (AI) 技術と電子状態情報を用いた化学反応予測および反応条件最適化 オンライン
2020/12/16 基礎から学べる強化学習 オンライン
2020/12/16 AI (機械学習) に対する品質の考え方とプロダクトの検証技術、品質保証 オンライン
2020/12/16 先端計測と機械学習を融合する計測インフォマティクスの最新動向・適用事例 オンライン
2020/12/17 実務に成果をもたらす「人工知能」導入&活用方法 オンライン
2020/12/18 スモールデータの収集・解析とその応用方法 オンライン
2020/12/18 AIシステム開発/機械学習モデル作成の外注のポイント オンライン
2020/12/18 マテリアルズインフォマティクス概論 オンライン
2020/12/18 データサイエンス入門 オンライン
2020/12/22 マルチモーダル情報に基づく人間の内部状態の推定・モデル化 オンライン
2020/12/23 データ不足、小規模データにおける機械学習適用の問題解決方法とその戦略 オンライン