進化計算による多目的最適化の基礎と応用技術
| 開催日 |
10:30 ～ 16:30 締めきりました |
|---|---|
| 主催者 | サイエンス＆テクノロジー株式会社 |
| キーワード | AI（人工知能） 情報技術 |
| 開催エリア | 全国 |
| 開催場所 | Live配信セミナー(会社・自宅にいながら受講可能) |
～進化計算・多目的最適化の基礎から、アルゴリズム・各種応用・最新研究まで～
☆進化計算・多目的最適化の基礎から詳しく丁寧に解説！毎回「分かりやすい」とお声をいただいているセミナーです。
☆化学構造の最適化・タイヤの設計・スマートグリッド・ニューラルネットワークの設計などの実問題への応用例と最新の研究まで！
実際に活用するための知識・具体的方法を基礎から習得できます。
※講演は日本語です。
セミナー講師
信州大学 教授 HERNAN AGUIRRE（エルナン アギレ）氏
専門：進化計算、多目的最適化、多数目的最適化、計算知能
・多目的と多数目的進化計算の基礎とその応用の研究
・持続可能なシステム設計の研究
・共同ディレクター、信州大学とフランスのリール大学の国際連携研究室、
Frontiers in Massive Optimization and Computational Intelligence,
https://sites.google.com/view/lia-modo/
Editor in Chief Genetic and Evolutionary Computation Conference GECCO 2018, Kyoto, Japan
Program Chair Parallel Problem Solving from Nature PPSN 2022, Dortmund, Germany
ホームページ：http://soar-rd.shinshu-u.ac.jp/profile/ja.gNDpbpkh.html
・多目的と多数目的進化計算の基礎とその応用の研究
・持続可能なシステム設計の研究
・共同ディレクター、信州大学とフランスのリール大学の国際連携研究室、
Frontiers in Massive Optimization and Computational Intelligence,
https://sites.google.com/view/lia-modo/
Editor in Chief Genetic and Evolutionary Computation Conference GECCO 2018, Kyoto, Japan
Program Chair Parallel Problem Solving from Nature PPSN 2022, Dortmund, Germany
ホームページ：http://soar-rd.shinshu-u.ac.jp/profile/ja.gNDpbpkh.html
セミナー受講料
※お申込みと同時にS&T会員登録をさせていただきます(E-mail案内登録とは異なります)。
49,500円( E-mail案内登録価格46,970円 )
E-Mail案内登録なら、2名同時申込みで1名分無料
2名で 49,500円 (2名ともE-mail案内登録必須／１名あたり定価半額24,750円)
【1名分無料適用条件】
※2名様ともE-mail案内登録が必須です。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、１名あたり定価半額で追加受講できます。
※請求書（PDFデータ）は、代表者にE-mailで送信いたします。
※請求書および領収証は1名様ごとに発行可能です。
(申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。)
※他の割引は併用できません。
※テレワーク応援キャンペーン(1名受講)【Live配信/WEBセミナー受講限定】
１名申込みの場合：39,600円 ( E-Mail案内登録価格 37,620円 )
※１名様でLive配信/WEBセミナーを受講する場合、上記特別価格になります。
※他の割引は併用できません。
受講について
Zoom配信の受講方法・接続確認
- 本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信となります。PCやスマホ・タブレッドなどからご視聴・学習することができます。
- 申込み受理の連絡メールに、視聴用URLに関する連絡事項を記載しております。
- 事前に「Zoom」のインストール(または、ブラウザから参加)可能か、接続可能か等をご確認ください。
- 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。
- セミナー中、講師へのご質問が可能です。
- 以下のテストミーティングより接続とマイク/スピーカーの出力・入力を事前にご確認いただいたうえで、お申込みください。
≫ テストミーティングはこちら
配布資料
- PDFテキスト(印刷可・編集不可)
セミナー趣旨
このセミナーでは、進化計算による多目的最適化の基礎とその応用技術について解説します。
多目的最適化は、品質とコストのように相反する複数の目的関数を考慮しなければならず、産業応用や意思決定における重要課題です。
進化計算は生物の遺伝と進化の過程を模倣して構築された、たくましい解探索の手法です。進化計算は多数の目的関数と設計変数を含む複雑な最適化問題を効果的かつ効率良く解決します。
講義では、効果的な多目的進化アルゴリズムを設計するための主なアプローチを紹介します。さらに、目的関数の数を4以上に増やすことの影響を説明し、多数目的最適化のための効果的なアルゴリズムを解説します。
また、多目的進化計算の様々な実世界応用を紹介し、最後に進化的計算の分野における進行中の研究について論じます。
多目的最適化は、品質とコストのように相反する複数の目的関数を考慮しなければならず、産業応用や意思決定における重要課題です。
進化計算は生物の遺伝と進化の過程を模倣して構築された、たくましい解探索の手法です。進化計算は多数の目的関数と設計変数を含む複雑な最適化問題を効果的かつ効率良く解決します。
講義では、効果的な多目的進化アルゴリズムを設計するための主なアプローチを紹介します。さらに、目的関数の数を4以上に増やすことの影響を説明し、多数目的最適化のための効果的なアルゴリズムを解説します。
また、多目的進化計算の様々な実世界応用を紹介し、最後に進化的計算の分野における進行中の研究について論じます。
セミナープログラム
１．進化計算
1.1 進化型アルゴリズムの特徴
1.2 進化型アルゴリズムのプロセス
２．多目的最適化
2.1 多目的最適化問題の定義
2.2 パレート最適解
2.3 トラディショナル多目的最適化手法
３．進化計算による多目的最適化
3.1 多目的進化型アルゴリズムの特徴
3.2 多目的進化型アルゴリズムのプロセス
3.2.1 複製選択
3.2.2 交叉、突然変異
3.2.3 生存選択
3.3 得られた非劣解集合に関する評価方法
４．多目的進化型アルゴリズムの分類
4.1 パレートに基づくアプローチ
4.2 パレート拡張に基づくアプローチ
4.3 Indicatorに基づくアプローチ
4.4 分解に基づくアプローチ
５．進化計算による多数目的最適化
5.1 目的関数の数を増やすことの影響
5.2 多数目的進化型アルゴリズムの分類
６．応用
6.1 実際問題の特徴
6.2 化学構造最適化
6.3 スマートグリッド
6.4 タイヤ設計
6.5 探査機軌道設計
6.6 ニューラルネットワークの設計
７．進行中の研究
7.1 多目的近似モデルを組み合わせる
7.2 大希望最適化
7.3 モデルベースの最適化(機械学習を導入した最適化）
7.4 ランドスケープ解析とアルゴリズム選択
□ 質疑応答□
1.1 進化型アルゴリズムの特徴
1.2 進化型アルゴリズムのプロセス
２．多目的最適化
2.1 多目的最適化問題の定義
2.2 パレート最適解
2.3 トラディショナル多目的最適化手法
３．進化計算による多目的最適化
3.1 多目的進化型アルゴリズムの特徴
3.2 多目的進化型アルゴリズムのプロセス
3.2.1 複製選択
3.2.2 交叉、突然変異
3.2.3 生存選択
3.3 得られた非劣解集合に関する評価方法
４．多目的進化型アルゴリズムの分類
4.1 パレートに基づくアプローチ
4.2 パレート拡張に基づくアプローチ
4.3 Indicatorに基づくアプローチ
4.4 分解に基づくアプローチ
５．進化計算による多数目的最適化
5.1 目的関数の数を増やすことの影響
5.2 多数目的進化型アルゴリズムの分類
６．応用
6.1 実際問題の特徴
6.2 化学構造最適化
6.3 スマートグリッド
6.4 タイヤ設計
6.5 探査機軌道設計
6.6 ニューラルネットワークの設計
７．進行中の研究
7.1 多目的近似モデルを組み合わせる
7.2 大希望最適化
7.3 モデルベースの最適化(機械学習を導入した最適化）
7.4 ランドスケープ解析とアルゴリズム選択
□ 質疑応答□