◆実験内容:
楽器を使って面白いシステムやプログラムや機械等を作りましょう
あるいは,プログラムや機械から楽器を制御し,弾いてみましょう.
新しい楽器の作成も可能です.つまり,楽器に関係さえあれば,
基本的に何でも構いません.研究室にはパソコンに繋げられる
シンセサイザー/電子ピアノが揃えられていますが,自分の楽器を
使っても良いです.音楽経験がゼロの方も大歓迎です.
◆助教から学生へのアドバイス:
楽器制御のため,既に存在するAPIやライブラリーをうまく利用
ことをお勧めします.「MIDI」という電子楽器の通信プロトコ
も便利です.いずれにせよ,楽しくやってもらったら,結構です.
投稿者: suuri5
数理5-寒野
教員紹介

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
1998年3月 | 京都大学 工学部建築学科卒業 |
---|---|
2000年3月 | 京都大学大学院 工学研究科 建築学専攻 修士課程 修了 |
2002年9月 | 京都大学大学院 工学研究科 建築学専攻 博士後期課程 修了 |
2003年6月 | リスボン工科大学 高等技術研究所 客員研究員 |
2004年3月 | 京都大学大学院 工学研究科 都市環境工学専攻 助手 |
2006年5月 | 東京大学大学院 情報理工学系研究科 数理情報学専攻 講師 |
2008年9月 | 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 |
2015年4月 | 東京工業大学 応用セラミックス研究所 准教授 |
2015年4月 | 東京工業大学 科学技術創成研究院 未来産業技術研究所 准教授 |
2017年10月 | 東京大学 数理・情報教育研究センター 教授 |
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).
数理情報第5研究室
|
|||
|
|
武田 朗子
教員紹介

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
1996年3月 | 慶應義塾大学理工学部 管理工学科 卒業 |
---|---|
1998年3月 | 慶應義塾大学理工学研究科 管理工学専攻 修士課程修了 |
2001年3月 | 東京工業大学 数理・計算科学専攻 博士課程修了 |
2001年4月 | (株)東芝 研究開発センター研究員 |
2003年4月 | 東京工業大学 数理・計算科学専攻 助手 |
2008年4月 | 慶応義塾大学 理工学部管理工学科 専任講師 |
2011年4月 | 慶応義塾大学 理工学部管理工学科 准教授 |
2013年4月 | 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 |
2016年4月 | 統計数理研究所 数理・推論研究系 教授 |
2018年4月 | 東京大学大学院 情報理工学系研究科 創造情報学専攻/数理情報学専攻 教授 |
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)