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
Box-Muller法
nearme_tech
PRO
1
9
Kiro触ってみた
nearme_tech
PRO
0
28
今だからこそ入門する Server-Sent Events (SSE)
nearme_tech
PRO
4
340
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
92
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
26
Apple Containerについて調べて触ってみた
nearme_tech
PRO
0
330
Rust 並列強化学習
nearme_tech
PRO
0
28
並列で⽣成AIにコーディングをやらせる
nearme_tech
PRO
1
200
希望休勤務を考慮したシフト作成
nearme_tech
PRO
0
48
Other Decks in Programming
See All in Programming
Catch Up: Go Style Guide Update
andpad
0
220
Android16 Migration Stories ~Building a Pattern for Android OS upgrades~
reoandroider
0
110
開発生産性を上げるための生成AI活用術
starfish719
3
600
その面倒な作業、「Dart」にやらせませんか? Flutter開発者のための業務効率化
yordgenome03
1
120
いま中途半端なSwift 6対応をするより、Default ActorやApproachable Concurrencyを有効にしてからでいいんじゃない?
yimajo
2
410
高度なUI/UXこそHotwireで作ろう Kaigi on Rails 2025
naofumi
4
4k
CSC305 Lecture 06
javiergs
PRO
0
220
明日から始めるリファクタリング
ryounasso
0
140
ソフトウェア設計の実践的な考え方
masuda220
PRO
4
570
大規模アプリのDIフレームワーク刷新戦略 ~過去最大規模の並行開発を止めずにアプリ全体に導入するまで~
mot_techtalk
1
440
dynamic!
moro
10
7.4k
CSC509 Lecture 03
javiergs
PRO
0
330
Featured
See All Featured
We Have a Design System, Now What?
morganepeng
53
7.8k
GraphQLとの向き合い方2022年版
quramy
49
14k
Facilitating Awesome Meetings
lara
56
6.6k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
114
20k
Optimizing for Happiness
mojombo
379
70k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.6k
Balancing Empowerment & Direction
lara
4
690
Statistics for Hackers
jakevdp
799
220k
Making Projects Easy
brettharned
119
6.4k
Fireside Chat
paigeccino
40
3.7k
Building Adaptive Systems
keathley
43
2.8k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.7k
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