Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
2026Semi
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Yohei Kakimoto
January 22, 2026
0
51
2026Semi
Yohei Kakimoto
January 22, 2026
Tweet
Share
More Decks by Yohei Kakimoto
See All by Yohei Kakimoto
ゼミ配属参考資料(HP掲載用)
kakikbe
0
840
Featured
See All Featured
The State of eCommerce SEO: How to Win in Today's Products SERPs - #SEOweek
aleyda
2
10k
Rebuilding a faster, lazier Slack
samanthasiow
85
9.4k
RailsConf 2023
tenderlove
30
1.4k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
Code Review Best Practice
trishagee
74
20k
Primal Persuasion: How to Engage the Brain for Learning That Lasts
tmiket
0
300
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
440
The Invisible Side of Design
smashingmag
302
51k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.3k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.5k
How GitHub (no longer) Works
holman
316
150k
Paper Plane (Part 1)
katiecoart
PRO
0
6.1k
Transcript
最適:いちばん適していること。また、そのさま。 (出典:デジタル大辞泉、小学館) 何をもって「良い」とするのか その「良さ」は何でもありか 研究対象 2026/1/23 研究室紹介 2 数理最適化 “良さ”
を評価するための指標 “良さ” を向上させる上での条件 最適化 + = ある条件のもとで指標がそれ以上 良くならない解を見つけること 数理モデル 条件と解の良さを数式で表現 いちばん適している → それ以上良くならない
例)限られた資源で利益を最大化 2026/1/23 研究室紹介 3 𝑧 = 10𝑥A + 9𝑥B →
max, s. t. 7𝑥A + 10𝑥B ≤ 60 𝑥A , 𝑥B ∈ ℕ0 ある製品Aとある製品Bを限られた資源の下で生産する このとき生み出す利益を最大化する製品の生産個数を求めたい
例)限られた資源で利益を最大化 2026/1/23 研究室紹介 4 𝑥A : 𝑥B : 製品A の生産個数
製品B の生産個数 𝑧 = 10𝑥A + 9𝑥B → max, s. t. 7𝑥A + 10𝑥B ≤ 60 𝑥A , 𝑥B ∈ ℕ0 得られる利益 得られる利益を最大化 製品A を1個生産すると10万円の利益 使える資源は60kg まで 最大化の条件 製品B を1個生産すると10万円の利益 製品A を1個生産するために必要な資源は7kg 製品B を1個生産するために必要な資源は10kg 生産個数は0を含む自然数(0, 1, 2, …)
数理モデルを構築するために ➢ 数理的思考 • 物事を客観的にとらえる力 ✓ 研究を進める中で身につけることができます • 数学言語で書かれた文章を読む力 ✓数学は言葉です。
✓難しく見える数式も読み方を(卒業研究レベルにおいては)覚えれば簡 単に読めるようになります ➢ プログラミング • 数理的思考の具体化 ✓ 現代では比較的簡単に誰でもプログラムが書けます ✓ 身構える必要はありません 2026/1/23 研究室紹介 5
数理モデルの応用例 2026/1/23 研究室紹介 6 輸送計画問題に対する最適化手法の応用 10:00 19:00 不確実性 計算 モデル化
輸送計画問題の数理最適化 Facility location problem for road network 道路ネットワーク上における施設配置問題
数理モデルの応用例(3) 2026/1/23 研究室紹介 7 社会シミュレーションへの最適化手法の応用 最適な シナリオ コンピュータ上の仮想社会 シナリオA ⋮
シナリオB シナリオZ 最適化手法 大規模シミュレーションと最適化手法 社会に実装する政策の効果測定 → コロナ禍感染対策 時間変化する人の流れを分析 → 商業施設の建設地選定 交通モードの分析 → 移動手段の測定
数理モデルの応用例(4) 2026/1/23 研究室紹介 8 教育現場におけるICT技術/最適化問題の活用 学習者評価システム 自動時間割編成問題 月曜日 火曜日 水曜日
木曜日 金曜日 1時限 目 LHR 電子回路 工学実験Ⅲ 文書作成概論 情報通信 教員A 教員D 教員J 教員M 308 308 308/410 308 2時限 目 国語 解析学Ⅰ 確率統計学 物理 教員B 教員A 教員F,教員E 教員L 教員K 308 308 308/410/414 308 308 3時限 目 体育実技 情報 英語 線形代数Ⅰ 計算機概論 教員C 教員E 教員H 教員K 教員N 体育館 308 308 308 308 4時限 目 アルゴリズム論 英語 論理回路Ⅱ 教員I 教員H 教員N 308/410 308 308 solve
配属~卒業までの大まかなスケジュール 2026/1/23 研究室紹介 9 予備知識の学習(基礎的な数学、プログラミング) 3年前期 3年後期 卒業研究テーマ設定 専門知識の学習 就職活動
• 言語としての数学 • 数理的な手続きをコンピュータで動かす方法 人や時期によって就活の忙しさは様々です 状況によって就活を最優先していただいて構いません 4年前期 4年後期 実験,分析 卒業研究発表 就職活動 概要,発表資料の作成,整理 実験,分析が就活の足かせにならないよう 可能な限り協力します
配属の案内 ➢ 1回は研究室訪問に来てください ➢ 定員超過の場合はGPAのみで決めます 2026/1/23 研究室紹介 10 https://sites.google.com/view/kakimoto-lab/seminar 研究室HP(ゼミ案内)