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
190
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
強化学習アルゴリズムPPOの改善案を考えてみた
nearme_tech
PRO
0
3
Apple Containerについて調べて触ってみた
nearme_tech
PRO
0
49
Rust 並列強化学習
nearme_tech
PRO
0
21
並列で⽣成AIにコーディングをやらせる
nearme_tech
PRO
1
130
希望休勤務を考慮したシフト作成
nearme_tech
PRO
0
34
Hub Labeling による高速経路探索
nearme_tech
PRO
0
91
Build an AI agent with Mastra
nearme_tech
PRO
0
77
Rustで強化学習アルゴリズムを実装する vol3
nearme_tech
PRO
0
43
Webアプリケーションにおけるクラスの設計再入門
nearme_tech
PRO
1
110
Other Decks in Programming
See All in Programming
LLMOpsのパフォーマンスを支える技術と現場で実践した改善
po3rin
8
980
令和最新版手のひらコンピュータ
koba789
14
8k
【第4回】関東Kaggler会「Kaggleは執筆に役立つ」
mipypf
0
770
CEDEC 2025 『ゲームにおけるリアルタイム通信への QUIC導入事例の紹介』
segadevtech
3
970
State of CSS 2025
benjaminkott
1
120
Portapad紹介プレゼンテーション
gotoumakakeru
1
130
フロントエンドのmonorepo化と責務分離のリアーキテクト
kajitack
2
140
一人でAIプロダクトを作るための工夫 〜技術選定・開発プロセス編〜 / I want AI to work harder
rkaga
13
2.8k
私の後悔をAWS DMSで解決した話
hiramax
4
130
オープンセミナー2025@広島「君はどこで動かすか?」アンケート結果
satoshi256kbyte
0
200
サーバーサイドのビルド時間87倍高速化
plaidtech
PRO
0
480
GitHub Copilotの全体像と活用のヒント AI駆動開発の最初の一歩
74th
8
3.2k
Featured
See All Featured
GraphQLの誤解/rethinking-graphql
sonatard
71
11k
Rails Girls Zürich Keynote
gr2m
95
14k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
53k
How GitHub (no longer) Works
holman
315
140k
KATA
mclloyd
32
14k
Balancing Empowerment & Direction
lara
2
590
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
36
2.5k
Agile that works and the tools we love
rasmusluckow
329
21k
jQuery: Nuts, Bolts and Bling
dougneiner
64
7.9k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Become a Pro
speakerdeck
PRO
29
5.5k
Site-Speed That Sticks
csswizardry
10
780
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