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
今だからこそ入門する Server-Sent Events (SSE)
nearme_tech
PRO
3
250
ReactNative のアップグレード作業が (意外に)楽しかった話
nearme_tech
PRO
2
80
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
8
Apple Containerについて調べて触ってみた
nearme_tech
PRO
0
150
Rust 並列強化学習
nearme_tech
PRO
0
24
並列で⽣成AIにコーディングをやらせる
nearme_tech
PRO
1
150
希望休勤務を考慮したシフト作成
nearme_tech
PRO
0
40
Hub Labeling による高速経路探索
nearme_tech
PRO
0
100
Build an AI agent with Mastra
nearme_tech
PRO
0
84
Other Decks in Programming
See All in Programming
意外と簡単!?フロントエンドでパスキー認証を実現する WebAuthn
teamlab
PRO
2
780
そのAPI、誰のため? Androidライブラリ設計における利用者目線の実践テクニック
mkeeda
2
2.8k
Namespace and Its Future
tagomoris
6
710
私の後悔をAWS DMSで解決した話
hiramax
4
210
AI Agents: How Do They Work and How to Build Them @ Shift 2025
slobodan
0
100
もうちょっといいRubyプロファイラを作りたい (2025)
osyoyu
1
460
JSONataを使ってみよう Step Functionsが楽しくなる実践テクニック #devio2025
dafujii
1
640
Ruby×iOSアプリ開発 ~共に歩んだエコシステムの物語~
temoki
0
350
はじめてのMaterial3 Expressive
ym223
2
900
Deep Dive into Kotlin Flow
jmatsu
1
370
知っているようで知らない"rails new"の世界 / The World of "rails new" You Think You Know but Don't
luccafort
PRO
1
190
Zendeskのチケットを Amazon Bedrockで 解析した
ryokosuge
3
320
Featured
See All Featured
How to train your dragon (web standard)
notwaldorf
96
6.2k
Scaling GitHub
holman
463
140k
It's Worth the Effort
3n
187
28k
We Have a Design System, Now What?
morganepeng
53
7.8k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
44
2.5k
Git: the NoSQL Database
bkeepers
PRO
431
66k
Building Flexible Design Systems
yeseniaperezcruz
329
39k
RailsConf 2023
tenderlove
30
1.2k
Gamification - CAS2011
davidbonilla
81
5.4k
Making Projects Easy
brettharned
117
6.4k
Designing Experiences People Love
moore
142
24k
How GitHub (no longer) Works
holman
315
140k
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