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
130
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
ESLintをもっと有効活用しよう
nearme_tech
PRO
0
11
リファクタリングのための第一歩
nearme_tech
PRO
0
31
ガウス過程回帰とベイズ最適化
nearme_tech
PRO
1
85
確率的プログラミング入門
nearme_tech
PRO
2
83
Observability and OpenTelemetry
nearme_tech
PRO
2
37
観察研究における因果推論
nearme_tech
PRO
1
110
React
nearme_tech
PRO
2
44
Architecture Decision Record (ADR)
nearme_tech
PRO
1
870
遺伝的アルゴリズムを実装する
nearme_tech
PRO
1
72
Other Decks in Programming
See All in Programming
traP の部内 ISUCON とそれを支えるポータル / PISCON Portal
ikura_hamu
0
140
KubeCon + CloudNativeCon NA 2024 Overviewat Kubernetes Meetup Tokyo #68 / amsy810_k8sjp68
masayaaoyama
0
290
Androidアプリのモジュール分割における:x:commonを考える
okuzawats
1
260
数十万行のプロジェクトを Scala 2から3に完全移行した
xuwei_k
0
880
create_tableをしただけなのに〜囚われのuuid編〜
daisukeshinoku
0
330
Cloudflare MCP ServerでClaude Desktop からWeb APIを構築
kutakutat
1
630
Androidアプリの One Experience リリース
nein37
0
750
EC2からECSへ 念願のコンテナ移行と巨大レガシーPHPアプリケーションの再構築
sumiyae
3
550
Stackless и stackful? Корутины и асинхронность в Go
lamodatech
0
1.2k
AWSのLambdaで PHPを動かす選択肢
rinchoku
2
360
ゆるやかにgolangci-lintのルールを強くする / Kyoto.go #56
utgwkk
2
790
テストケースの名前はどうつけるべきか?
orgachem
PRO
1
180
Featured
See All Featured
A Philosophy of Restraint
colly
203
16k
Optimising Largest Contentful Paint
csswizardry
33
3k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
132
33k
Testing 201, or: Great Expectations
jmmastey
41
7.2k
YesSQL, Process and Tooling at Scale
rocio
170
14k
How STYLIGHT went responsive
nonsquared
96
5.3k
A Modern Web Designer's Workflow
chriscoyier
693
190k
Making the Leap to Tech Lead
cromwellryan
133
9k
Visualization
eitanlees
146
15k
Code Review Best Practice
trishagee
65
17k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
330
21k
Why You Should Never Use an ORM
jnunemaker
PRO
54
9.1k
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