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
MIP Learn
Search
NearMeの技術発表資料です
PRO
November 10, 2023
Programming
0
150
MIP Learn
NearMeの技術発表資料です
PRO
November 10, 2023
Tweet
Share
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
ルートの質を評価する指標について
nearme_tech
PRO
0
9
Rustで作る強化学習エージェント
nearme_tech
PRO
0
35
ビームサーチ
nearme_tech
PRO
0
31
WASM入門
nearme_tech
PRO
0
33
ESLintをもっと有効活用しよう
nearme_tech
PRO
0
25
リファクタリングのための第一歩
nearme_tech
PRO
0
67
ガウス過程回帰とベイズ最適化
nearme_tech
PRO
1
180
確率的プログラミング入門
nearme_tech
PRO
2
120
Observability and OpenTelemetry
nearme_tech
PRO
2
45
Other Decks in Programming
See All in Programming
ファインディLT_ポケモン対戦の定量的分析
fufufukakaka
0
890
GitHub Actions × RAGでコードレビューの検証の結果
sho_000
0
290
Boos Performance and Developer Productivity with Jakarta EE 11
ivargrimstad
0
100
ML.NETで始める機械学習
ymd65536
0
220
Django NinjaによるAPI開発の効率化とリプレースの実践
kashewnuts
1
230
Kotlinの開発でも AIをいい感じに使いたい / Making the Most of AI in Kotlin Development
kohii00
3
280
たのしいSocketのしくみ / Socket Under a Microscope
coe401_
1
320
Ruby on cygwin 2025-02
fd0
0
170
AIプログラミング雑キャッチアップ
yuheinakasaka
14
3.6k
負債になりにくいCSSをデザイナとつくるには?
fsubal
10
2.5k
DRFを少しずつ オニオンアーキテクチャに寄せていく DjangoCongress JP 2025
nealle
2
240
Honoのおもしろいミドルウェアをみてみよう
yusukebe
1
220
Featured
See All Featured
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
45
9.4k
YesSQL, Process and Tooling at Scale
rocio
172
14k
Become a Pro
speakerdeck
PRO
26
5.2k
Writing Fast Ruby
sferik
628
61k
Optimizing for Happiness
mojombo
376
70k
Building Adaptive Systems
keathley
40
2.4k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
33
2.1k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
120k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
12
980
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
28
9.3k
Making the Leap to Tech Lead
cromwellryan
133
9.1k
Visualization
eitanlees
146
15k
Transcript
0 MIP Learn 2022-11-10 第67回NearMe技術勉強会 Yuta OKAMOTO
1 ⽬次 1. MIPとは? a. 概要 b. 具体例 2. MIP
Learnとは? a. 概要 b. 強み‧弱み c. チュートリアル
2 1. MIPとは? • MIPはMixed Integer Programmingの略 • 変数が整数値または実数値をとる最適化問題のこと ◦
整数値または実数値なのでMixed • 例えば... ◦ ナップサック問題 ◦ 巡回セールスマン問題 ◦ 配送計画問題 ◦ スケジューリング問題
3 2. MIP Learnとは? • https://github.com/ANL-CEEESA/MIPLearn • 機械学習と数理最適化の統合アプローチの1つ • 過去の数理最適化で解いた結果を学習し,新しい問題を高速に解
く枠組み ◦ 機械学習モデルが解のヒントや制約を返すことで高速化!!
4 2. MIP Learnとは? • ヒント • 部分解 ?
5 2. MIP Learnとは? • 強み・弱み ✅ : 普通のMIPソルバーと異なり,無駄な変数・制約式が大量にある 場合に有効
ピュアな機械学習と異なり,得られた解の実行可能性や最適性 に ついても保証できる ❌ : インスタンスに対する解をたくさん用意する必要性 バージョンが1未満なのでサポートできてないこともある
6 • 個人的にすごいと思うところ ◦ 無駄な変数・制約式を機械学習で取り除いてしまおうという発想 ▪ 解空間をうまく削る方法としてカットがあるがそれっぽいものを機械学習で作ってしま おうという発想がすごい! 2. MIP
Learnとは?
7 • チュートリアル - 扱う最適化問題 発電機起動停止計画問題: 目的関数: 発電機の総運転費 = 燃料費
+ 起動費 制約式: 各発電機の供給電力量上下限制約,需給電力量のバランス 2. MIP Learnとは?
8 2. MIP Learnとは? • チュートリアル - ノートブック a. 問題定義
b. 学習用データ作成 c. 学習・テスト問題を解く d. 解を取得 https://gist.github.com/yutaokamoto/0df429cd4ed916a0f645b 6d11a65a11c
9 参考文献 • Mikio Kubo.「数理最適化と機械学習の融合アプローチについて」(2023年 03月26日)『note』(参照 2023年11月10日) https://note.com/mikiokubo/n/n3e69ac323bfa • 一般社団法人電気学会.「用語解説 第90回テーマ: 発電機起動停止計画
問題(UC)」(2020年10月01日)『電気学会HP』(参照 2023年11月 10日)https://www.iee.jp/pes/termb_090/
10 Thank you