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
最適化入門2
Search
NearMeの技術発表資料です
PRO
October 21, 2022
Science
0
91
最適化入門2
NearMeの技術発表資料です
PRO
October 21, 2022
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
観察研究における因果推論
nearme_tech
PRO
0
7
React
nearme_tech
PRO
2
17
Architecture Decision Record (ADR)
nearme_tech
PRO
1
740
遺伝的アルゴリズムを実装する
nearme_tech
PRO
1
25
Fractional Derivative!
nearme_tech
PRO
1
21
GitHub Projectsにおける チケットの ステータス更新自動化について
nearme_tech
PRO
1
31
2つの曲線を比較する方法ってあるの? 〜フレシェ距離を試してみた〜 with Python
nearme_tech
PRO
1
150
Constrained K-means Clustering (クラスタサイズの制限をしたK-means法) を調べてみた
nearme_tech
PRO
1
59
VRPの近傍操作SWAP*について調べてみた
nearme_tech
PRO
1
81
Other Decks in Science
See All in Science
Презентация программы магистратуры СПбГУ "Искусственный интеллект и наука о данных"
dscs
0
350
作業領域内の障害物を回避可能なバイナリマニピュレータの設計 / Design of binary manipulator avoiding obstacles in workspace
konakalab
0
150
The Incredible Machine: Developer Productivity and the Impact of AI
tomzimmermann
0
340
Introduction to Graph Neural Networks
joisino
PRO
4
1.9k
私たちのプロダクトにとってのよいテスト/good test for our products
camel_404
0
120
大規模言語モデルの開発
chokkan
PRO
84
31k
DEIM2024 チュートリアル ~AWSで生成AIのRAGを使ったチャットボットを作ってみよう~
yamahiro
3
1.2k
All-in-One Bioinformatics Platform Realized with Snowflake ~ From In Silico Drug Discovery, Disease Variant Analysis, to Single-Cell RNA-seq
ktatsuya
0
200
事業会社における 機械学習・推薦システム技術の活用事例と必要な能力 / ml-recsys-in-layerx-wantedly-2024
yuya4
3
180
最適化超入門
tkm2261
13
3.1k
Reaping the Benefits of Ritual and Routine
arthurdoler
PRO
0
160
ABEMAの効果検証事例〜効果の異質性を考える〜
s1ok69oo
4
1.9k
Featured
See All Featured
Reflections from 52 weeks, 52 projects
jeffersonlam
346
20k
Pencils Down: Stop Designing & Start Developing
hursman
119
11k
Being A Developer After 40
akosma
84
590k
Designing the Hi-DPI Web
ddemaree
279
34k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
249
21k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
504
140k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
131
32k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
225
22k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.2k
Build The Right Thing And Hit Your Dates
maggiecrowley
31
2.3k
Agile that works and the tools we love
rasmusluckow
327
21k
Designing on Purpose - Digital PM Summit 2013
jponch
114
6.9k
Transcript
0 最適化入門2 2022-10-14 第17回NearMe技術勉強会 Yuta Okamoto
1 目次 1. 前回までの内容 2. 非基底変数と基底変数 3. 線形計画問題の標準形・一般形 4. 単体法(シンプレクス法・線形計画法)
5. 次回予告
2 1.前回までの内容 • 線形計画問題とは? • 実行可能領域 • 実行可能領域のタイプ こんなやつ →
制約を全て満たす領域(凸多面体) 実行不能 実行可能(非有界・有界)
3 2.非基底変数と基底変数 • 変数の数 : n • 制約式の数 : m
とする. 制約式が全て一次独立な時, n-m個の変数を0とおく→残りのm個の変数も自動的に値が決まる 非基底変数 : 0とおいた変数 基底変数 : 0とおかなかった変数
4 3.線形計画問題の標準形・一般形 標準形 一般形
5 4.単体法(シンプレクス法・線形計画法) • 線形計画問題はどうやって解くのか? ◦ その1つが単体法 ◦ 実行可能領域(凸多面体)をある法則に従って探索することで 最適解を必ず見つけることができる キーワード
: 基底解,ピボット操作,最適性判定,幾何学的意味
6 5.次回予告 • 双対問題
7 出典 • 金谷健一. 「これなら分かる最適化数学」. 共立出版. 2005年, 249p
8 Thank you