SUMMARYセミナー概要
「需要予測を生産計画につなげたい。」
「シミュレーションを使って、よりよい製品の設計条件を見つけたい。」
そのような場面で、「予測モデルや物理シミュレーションによる評価を、最適化計算にどう組み込めばよいのか」と悩むことはありませんか？
数理最適化では、目的や条件を数式で表すことが基本となります。一方、機械学習モデルや物理シミュレーションを使う場合には、入力に対する評価結果は得られても、その関係を最適化で扱いやすい数式として表すことが難しい場合があります。
ブラックボックス最適化は、こうした「式で表せない評価や条件」を含む問題に対して、よりよい解を探索するための技術です。
本セミナーでは、ブラックボックス最適化の基本的な考え方と、従来の数理最適化との組み合わせ方を解説します。販売価格によって変化する需要を踏まえた生産計画や、物理シミュレーションを活用した製品設計などを例に、ブラックボックス最適化によって、最適化計算に組み込める問題がどのように広がるのかを解説します。
さらに、ブラックボックス最適化を扱う機能を持つ最適化ソフトウェアによるデモンストレーションもご紹介します。
RECOMMENDこんな方におすすめ
-
需要予測などの機械学習モデルを、販売価格や生産計画などの検討につなげたい方
-
物理シミュレーションを使った設計・条件検討の試行錯誤を効率化したい方
-
数式化の難しさや変数の多さから、最適化の適用に課題を感じている方
FEATURESセミナーでわかること
EVENT PROGRAM当日のプログラム
※ 新たに内容を追加させていただく可能性がございます
- プログラム１
-
「式で表せない」問題に、最適化をどう活用するのか
ブラックボックス最適化の基本的な考え方を解説します。従来の数理最適化との違いを整理し、予測モデルやシミュレーションによる評価を使って、よりよい解を探索する仕組みをご紹介します。
- プログラム２
-
予測モデル・シミュレーションと最適化を組み合わせる
販売価格によって変化する需要を踏まえた生産計画と、物理シミュレーションを使った製品設計を例に、ブラックボックス最適化の活用イメージを具体化します。予測やシミュレーションと、計画・設計の検討を連携させることで、どのような問題に取り組めるようになるのかを解説します。
- プログラム３
-
多くの変数を扱うブラックボックス最適化アルゴリズム「CMA-ES」
ブラックボックス最適化のアルゴリズムの一つであるCMA-ESをご紹介します。多くの変数を持つ問題に適用できるという特徴と、活用を検討する際のポイントを解説します。
- プログラム４
-
デモで見る、ブラックボックス最適化の使い方
当社のブラックボックス最適化モジュールを用いたデモンストレーションを行います。入力条件を変えながら評価を繰り返し、よりよい解を探索する流れを通じて、実際の活用イメージをご紹介します。
SPEAKERS登壇者情報
-
株式会社NTTデータ数理システム
数理計画部 主任研究員田中 大毅
最適化パッケージの開発および受託開発業務に10年以上従事。これまで、人員配置、配送計画、配車・配船計画など、さまざまな業務における最適化問題のモデル化・アルゴリズム開発に携わってきました。近年は、従来の数理最適化手法では扱うことが難しい複雑なシミュレーションや評価関数を対象とした、ブラックボックス最適化モジュールの開発にも取り組み、数理最適化の新たな可能性を探っています。
SCHEDULE開催日程
- 開催日時
- 11月12日（木） 15:00～16:00
- イベント名
- ブラックボックス最適化で、扱える問題はここまで広がる！ 「式で表せない評価や条件」を最適化計算にどう組み込むのか
- 開催場所
- ウェビナーにて開催します。参加方法は申し込みページでご確認いただけます。
FOLLOW UPイベント後は技術スタッフへの
直接のご相談も可能です
-
イベントに参加したけど
よくわからない所があった
担当スタッフによる個別のフォローを行いますので、当社製品について不明な所があれば何でもお聞き下さい。
-
自社の課題を解決するための
具体的な方法が知りたい
解決したい課題をお聞かせいただければ過去の解決事例や、ソリューション・最適なツールのご紹介が可能です。
※不要な営業・ご提案は行いませんのでご安心下さい。 -
この分野の知識が無い、
でも解決したい課題がある
どんなお悩みでもぜひ一度お聞かせ下さい。課題の棚卸しや解決に必要な技術のご説明など、お客様のお困りごとの解決の一助となる内容をお伝えします。
ABOUT USNTTデータ数理システムについて
NTTデータ数理システムってどんな会社？
NTTデータ数理システムは「数理科学とコンピュータサイエンスにより現実世界の問題を解決する」をミッションとしている会社です。
1982年設立の会社で、大学で数学や物理を学んでも社会でその知識を発揮できる仕事ができないという人も多い時代から、数理科学的な知識を生かせる場を作りたいという理念で会社を発展させてきました。
ビッグデータブーム、AIブームを経て、今では機械学習を使うために数理科学的な素養のある人を雇いたいという会社も多くなりましたが、このような活動をしている会社としてはかなりの老舗です。
機械学習、統計解析、数理計画、シミュレーションなどの数理科学を背景とした技術を活用し、業種、テーマを問わず幅広く仕事をしています。
NTTデータ数理システムの得意な領域
昨今は AI という言葉で様々な技術領域を包含した表現します。当社でもセミナー等では抽象的に AI という言葉を用いた説明を行っています。実際の当社の開発現場では、要素技術を大切にしており理論的背景をおさえ、新旧横断的に活用してお客様へ価値提供しています。
- 機械学習全般（Deep Learning／強化学習／各種モデル）
- データマイニング／テキストマイニング／統計解析
- 数理最適化（厳密解法／近似解法／動的計画法）
- シミュレーション（物理／エージェント／待ち行列など）
などを活用しています。