講演抄録/キーワード |
講演名 |
2021-06-28 15:45
分布的ロバストな機会制約付き最適化問題に対する能動学習 ○稲津 佑・竹野思温・烏山昌幸(名工大)・竹内一郎(名工大/理研) NC2021-7 IBISML2021-7 |
抄録 |
(和) |
ブラックボックス関数の入力の一部が確率変数で与えられるもとでの制約付き最適化問題のひとつに,機会制約付き最適化問題 (Chance-constrained optimization, CCO)がある.
この問題は確率変数の分布が既知でなければならず,分布が未知の場合は分布の誤特定の影響を考慮する必要がある.
本研究では,確率変数の候補分布族の中での最悪ケースにおけるCCOを考えることにより,分布の誤特定に関してロバストなCCOを考え,この最適化問題を効率的に解くための能動学習法を提案する. |
(英) |
Chance-constrained optimization (CCO) is one of the constrained optimization problems where some of the inputs to a black-box function are given by random variables.
In this problem, the distribution of the random variables must be known, and if the distribution is unknown, the effect of misspecification of the distribution must be taken into account.
In this study, we consider CCO in the worst case among the candidate family of distributions for random variables, and propose an active learning method to solve this optimization problem efficiently. |
キーワード |
(和) |
能動学習 / 機会制約付き最適化問題 / 分布的ロバスト最適化 / / / / / |
(英) |
Active learning / Chance-constrained optimization / Distributionally robust optimization / / / / / |
文献情報 |
信学技報, vol. 121, no. 80, IBISML2021-7, pp. 47-54, 2021年6月. |
資料番号 |
IBISML2021-7 |
発行日 |
2021-06-21 (NC, IBISML) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NC2021-7 IBISML2021-7 |