教員紹介

平田　祥人（ひらた　よしと）

東京大学大学院 情報理工学系研究科
数理情報学専攻
准教授

〒113-8656 東京都文京区本郷 7-3-1 工学部 6 号館 436 号室
Tel: 03-5841-0698 内線 20698
Fax:

E-mail： hirata@mist.i.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

力学系理論に基づく時系列解析である非線形時系列解析の理論と応用を研究している。
特に、実データ解析の新たなニーズを汲み取り、
そのニーズに合った非線形時系列解析手法を構築し応用することで、
ダイナミクスを理解し、予測・制御等へと結びつけることで、
実際の問題を解決するを目指している。

主な論文・著書

Y. Hirata, T. Stemler, D. Eroglu, and N. Marwan, Prediction of flow dynamics using point processes, Chaos 28, 011101 (2018).

Y. Hirata, A. Oda, K. Ohta, and K. Aihara, Three-dimensional reconstruction of single-cell chromosome structure using recurrence plots, Scientific Reports 6, 34982 (2016).

Y. Hirata, N. Bruchovsky, and K. Aihara, Development of a mathematical model that predicts the outcome of hormone therapy for prostate cancer, Journal of Theoretical Biology 264, 517-527 (2010).

Y. Hirata, K. Judd, and D. Kilminster, Estimating a generating partition from observed time series: Symbolic shadowing, Physical Review E 70, 016215 (2004).

教員紹介

寒野　善博（かんの　よしひろ）

東京大学大学院 情報理工学系研究科
数理情報学専攻
教授

〒113-8656 東京都文京区本郷 7-3-1 工学部 6 号館 435 号室
Tel: 03-5841-6913 内線 26913
Fax: 03-5841-6886

E-mail：kanno＠mist.i.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

　数理最適化のモデリング・解法とその応用力学・設計力学への応用

• 連続最適化と応用力学：凸最適化，相補性，双対性と，それらの構造最適化，接触力学，弾塑性力学などへの応用．
• ロバスト最適化とその応用：不確かなデータを含む最適化，構造物のロバスト最適設計法，ロバスト性の定量的評価法など．

主な論文・著書

Y. Kanno, “Nonsmooth Mechanics and Convex Optimization,” CRC Press, Boca Raton (2011).

寒野 善博, 土谷 隆, “最適化と変分法（東京大学工学教程 基礎系 数学）,” 東京大学工学教程編纂委員会 編, 丸善出版 (2014).

教員紹介

武田　朗子（たけだ　あきこ）

東京大学大学院 情報理工学系研究科
数理情報学専攻
教授

〒113-8656 東京都文京区本郷 7-3-1 6号館 253号室
Tel: 03-5841-6920 内線 26920
Fax:

E-mail：takeda＠mist.i.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

数理最適化問題としてのモデル構築と，その問題を解くアルゴリズムの開発を中心に研究を行っています．特に，不確実性を含んだ最適化問題，非凸最適化問題といった，扱いにくいとされる連続最適化問題に対して，効率的なアルゴリズムの開発を行っています．最近は，下記のトピックスに興味を持っています．

1: 非凸最適化問題を中心とした連続最適化問題の効率的な解法（アルゴリズム）の開発
2: 不確実な最適化問題に対する意思決定手法：ロバスト最適化問題に対するアルゴリズムの開発
3: 様々な分野(機械学習，金融工学，エネルギー分野など)に現れる問題への最適化手法の適用

主な論文・著書

Jun-ya Gotoh, Akiko Takeda and Katsuya Tono, “DC Formulations and Algorithms for Sparse Optimization Problems”, Mathematical Programming, First Online: 26 July 2017. (スパース最適化問題に対する解法研究)

Naoki Ito, Akiko Takeda and Kim-Chuan Toh, “A Unified Formulation and Fast Accelerated Proximal Gradient Method for Classification”, Journal of Machine Learning Research, 18, pp.1-49, 2017. (機械学習への応用)

Shinsaku Sakaue, Akiko Takeda, Sunyoung Kim and Naoki Ito, “Exact SDP Relaxations with Truncated Moment Matrix for Binary Polynomial Optimization Problems”, SIAM Journal on Optimization, 27 (1), pp. 565-582, 2017. (多項式最適化問題に対するSDP緩和法)

Kosuke Nishida, Akiko Takeda, Satoru Iwata, Mariko Kiho and Isao Nakayama, “Household energy consumption prediction by feature selection of lifestyle data”, IEEE International Conference on Smart Grid Communications, Dresden, Germany, 2017. (エネルギーシステムへの応用)