| layout | title |
|---|---|
default |
Tom TKG's Homepage |
人工知能による最適化をメインフィールドに研究しています．特に興味・関心が高いのは確率的最適化，進化計算による多目的最適化ですが，ニューラルネットワークによる回帰，決定論的手法による空間充填，利用者に分かりやすい可視化など，幅広く研究に取り組んでいます．合成的に作られたベンチマーク問題の他，現実世界に近い問題も研究対象としています．ロボットアームの制御最適化，月着陸地点の選定，勤務シフト作成，ゲーム用乱数の設計，経済支援施策の設計の研究に取り組んだことがあります．
2020年9月-継続: 単位超平面を基準とするパレートフロント推定
現在の研究において中核をなす技術です．
キーワード：パレートフロント推定，応答曲面法
2021年5月-継続: 教師あり多目的最適化アルゴリズム
推定を利用し，教師データが存在する状況における効率的な最適化を実現します．
キーワード：パレートフロント推定，パレートセット推定，応答曲面法
2017年2月-2018年3月: ロボットアームの制御最適化
卒業研究です．企業との共同研究でした．
キーワード: DE，kriging，NN，ハイパーパラメータ調整，単目的最適化
2018年6月-2019年3月: 1点の解情報を利用する重みベクトル制御
修士1年で取り組んだ研究課題です．シンプルな手法でアルゴリズムの性能改善を実現しました．
キーワードMOEA/D，NSGA-III，tWFG4，凹型・凸型PF，多目的最適化
2019年3月-2020年3月: 仮想目的ベクトル群を利用する重みベクトル制御1
修士2年で取り組んだ研究課題です．アーカイブとサンプリングによる性能改善を目指しました．
キーワード: MOEA/D，外部アーカイブ，サンプリング，凹型・凸型PF，多目的最適化
2019年9月-2020年3月: サンプリング法としての環境選択法
修士2年の後期に取り組んだ研究課題です．クラスタマシンのフル稼働で実験をしました．
キーワード: サンプリング，環境選択法，組み合わせ最適化
2020年2月-2020年4月: 単位超平面上に均一分布する点群
修士修了前後に取り組んだ研究課題です．核心部分のコードは20行にも満たず，非常にシンプルです．
キーワード: Simplex-lattice design，Uniform mixture design
2020年11月-2020年12月: ゲームを楽しくする乱数の設計
進化計算コンペティション2020の課題です．単目的部門と多目的部門のトップ賞を頂きました．
キーワード: ランダムウォーク，サロゲートアルゴリズム，制約付き単目的最適化
2020年7月-2021年6月: 仮想目的ベクトル群を利用する重みベクトル制御2
じっくり時間をかけて研究をして，論文誌投稿まで至りました．
キーワード: パレートフロント推定，分離型・逆型PF，多目的最適化
2021年7月-2021年12月:3目的最適化結果の可視化法
意思決定において重要な可視化法に関する研究です．
キーワード：意思決定，可視化，次元削減，推定
2021年10月-2022年3月: 社会シミュレーションによる経済支援施策の設計
進化計算コンペティション2021の課題です．単目的部門のトップ賞と多目的部門の特別賞を頂きました．
キーワード：局所探索，バイナリ最適化，定式化
2019年1月-2022年12月:劣解と非劣解の同時獲得を目的とする最適化
サブテーマとして取り組んだ研究課題です．手法と目的が大きく変遷した研究課題でした．
キーワード: 意思決定，多目的最適化，推定，分離型PF