Submit Search
Upload
Interval analysis
•
Download as PPTX, PDF
•
0 likes
•
675 views
Wada Yuki
Follow
2012年機会学会での発表スライド
Read less
Read more
Technology
Report
Share
Report
Share
1 of 13
Download now
Recommended
ドブソン『一般化線形モデル入門』読み会 第4章
ドブソン『一般化線形モデル入門』読み会 第4章
Tsuyoshi Sakama
Cranberries interval library 開発の話
Cranberries interval library 開発の話
Wada Yuki
ナウなヤングにバカうけのイカしたタグ付き共用体
ナウなヤングにバカうけのイカしたタグ付き共用体
digitalghost
Scan Registration for Autonomous Mining Vehicles Using 3D-NDT
Scan Registration for Autonomous Mining Vehicles Using 3D-NDT
Kitsukawa Yuki
200730material fujita
200730material fujita
RCCSRENKEI
大規模地震シミュレーション1
大規模地震シミュレーション1
RCCSRENKEI
Or学会用20160915.ver2
Or学会用20160915.ver2
Ryoma Nakagawa
ベイズ統計によるデータ解析
ベイズ統計によるデータ解析
Kunihiro Hisatsune
Recommended
ドブソン『一般化線形モデル入門』読み会 第4章
ドブソン『一般化線形モデル入門』読み会 第4章
Tsuyoshi Sakama
Cranberries interval library 開発の話
Cranberries interval library 開発の話
Wada Yuki
ナウなヤングにバカうけのイカしたタグ付き共用体
ナウなヤングにバカうけのイカしたタグ付き共用体
digitalghost
Scan Registration for Autonomous Mining Vehicles Using 3D-NDT
Scan Registration for Autonomous Mining Vehicles Using 3D-NDT
Kitsukawa Yuki
200730material fujita
200730material fujita
RCCSRENKEI
大規模地震シミュレーション1
大規模地震シミュレーション1
RCCSRENKEI
Or学会用20160915.ver2
Or学会用20160915.ver2
Ryoma Nakagawa
ベイズ統計によるデータ解析
ベイズ統計によるデータ解析
Kunihiro Hisatsune
PRML輪読#7
PRML輪読#7
matsuolab
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Masaya Kaneko
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
Morpho, Inc.
ハイブリッドロケットエンジンによる多段式打ち上げ機
ハイブリッドロケットエンジンによる多段式打ち上げ機
Masahiro Kanazaki
El text.tokuron a(2019).yoshii190704
El text.tokuron a(2019).yoshii190704
RCCSRENKEI
第64回情報科学談話会(滝沢 寛之 准教授)
第64回情報科学談話会(滝沢 寛之 准教授)
gsis gsis
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Satoshi Kato
関数データ解析の概要とその方法
関数データ解析の概要とその方法
Hidetoshi Matsui
20140419 kawajiri m1gp
20140419 kawajiri m1gp
Ryoma Kawajiri
博士論文本審査スライド
博士論文本審査スライド
Ryuichi Ueda
信号処理・画像処理における凸最適化
信号処理・画像処理における凸最適化
Shunsuke Ono
MLP SVM Chapter 7 分割法
MLP SVM Chapter 7 分割法
Taikai Takeda
時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17
horihorio
More Related Content
Similar to Interval analysis
PRML輪読#7
PRML輪読#7
matsuolab
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Masaya Kaneko
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
Morpho, Inc.
ハイブリッドロケットエンジンによる多段式打ち上げ機
ハイブリッドロケットエンジンによる多段式打ち上げ機
Masahiro Kanazaki
El text.tokuron a(2019).yoshii190704
El text.tokuron a(2019).yoshii190704
RCCSRENKEI
第64回情報科学談話会(滝沢 寛之 准教授)
第64回情報科学談話会(滝沢 寛之 准教授)
gsis gsis
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Satoshi Kato
関数データ解析の概要とその方法
関数データ解析の概要とその方法
Hidetoshi Matsui
20140419 kawajiri m1gp
20140419 kawajiri m1gp
Ryoma Kawajiri
博士論文本審査スライド
博士論文本審査スライド
Ryuichi Ueda
信号処理・画像処理における凸最適化
信号処理・画像処理における凸最適化
Shunsuke Ono
MLP SVM Chapter 7 分割法
MLP SVM Chapter 7 分割法
Taikai Takeda
時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17
horihorio
Similar to Interval analysis
(13)
PRML輪読#7
PRML輪読#7
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
ハイブリッドロケットエンジンによる多段式打ち上げ機
ハイブリッドロケットエンジンによる多段式打ち上げ機
El text.tokuron a(2019).yoshii190704
El text.tokuron a(2019).yoshii190704
第64回情報科学談話会(滝沢 寛之 准教授)
第64回情報科学談話会(滝沢 寛之 准教授)
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
関数データ解析の概要とその方法
関数データ解析の概要とその方法
20140419 kawajiri m1gp
20140419 kawajiri m1gp
博士論文本審査スライド
博士論文本審査スライド
信号処理・画像処理における凸最適化
信号処理・画像処理における凸最適化
MLP SVM Chapter 7 分割法
MLP SVM Chapter 7 分割法
時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17
Interval analysis
1.
区間解析に基づくシステムの 大域的非線形最適化手法の開発 ―感度解析に基づく軸選択― F10-089 和田 祐紀
2.
2013年度環境工学科卒業研究発表会 2 研究背景 Minimize (総重量) Subject
to (応力,変形量) システム要件を満たす範囲で,使用する 総資源量を最小化 最適設計問題としての定式化
3.
2013年度環境工学科卒業研究発表会 3 研究目的 • 従来のシステム最適化手法 ─
局所解の高速探索には適するが大域的探索に 難がある数理計画法 ─ 大域的探索能力はあるが局所効率に難がある 確率的アルゴリズム • 2つの欠点を克服して多次元多峰性関数の 大域最適解をすべて探索できるアルゴリズ ムの開発 ─ 区間解析と二分探索に基づくアルゴリズム
4.
2013年度環境工学科卒業研究発表会 4 区間解析 区間の定義 区間は上限と下限の間における実数の集合 𝑋 =
[1,2]と書けばXは1から2までの実数の集合 実数集合𝐑に関して 𝑋 = 𝑥 , 𝑥 = 𝑥 ∈ 𝐑 𝑥 ≤ 𝑥 ≤ 𝑥 , 𝑥, 𝑥 ∈ 𝐑 区間演算 区間同士の演算結果は区間の元同士の演算 ● ∈ +, −,×,÷ について 𝑋●Y ≡ 𝑥●𝑦 𝑥 ∈ 𝑋, 𝑦 ∈ 𝑌
5.
2013年度環境工学科卒業研究発表会 5 区間演算の例 𝑋 =
1,2 , 𝑌 = [3,4]とすると 𝑋 + 𝑌の場合 最小値は𝑥 = 1, 𝑦 = 3 のとき 4 最大値は𝑥 = 2, 𝑦 = 4のとき 6 となり 𝑋 + 𝑌 = [4,6] 𝑋 − 𝑌の場合 最小値は𝑥 = 1, 𝑦 = 4 のとき −3 最大値は𝑥 = 2, 𝑦 = 3 のとき −1 となり 𝑋 − 𝑌 = [−3, −1] 同様にして乗算、除算を定義できる SIN,COS,区間の整数乗に関しても実装している
6.
2013年度環境工学科卒業研究発表会 6 二分探索 区間を2分割しながら区間内に最適値があるかどうか を判定していく方法 判定には次の2つの条件を用いる 𝑒𝑥𝑎𝑚𝑝𝑙𝑒: 𝑓
𝑥 = 𝑥2, 𝑓′ 𝑥 = 2𝑥の最小化 微分条件 𝑓’(𝑋)が0を含まなければ極小値をとらない 𝑓’([1,2]) = 2 × [1,2] = [2,4]は0を含まない ∴ 𝑓(𝑥)は[1,2]に最小値を持たない 比較条件 𝑓([1,2]) = [1,4]と𝑓([3,4]) = [9,16]を比べたとき [1,2]のときは[3,4]のときより明らかに小さい ∴ 𝑓(𝑥)は[3,4]に最小値を持たない
7.
2013年度環境工学科卒業研究発表会 7 数値例(1次元) Levy2関数の最小化 𝑓
𝑥 = 𝑖=1 5 𝑖cos 𝑖 − 1 𝑥 + 𝑖 , −10 < 𝑥 < 10 X = [-7.08351,-7.08351] Y = [-14.508,-14.508] X = [-0.800321,-0.800321] Y = [-14.508,-14.508] X = [5.48286,5.48286] Y = [-14.508,-14.508] Minimize.exe
8.
2013年度環境工学科卒業研究発表会 8 数値例(2次元) Levy3関数の最小化 𝑓
𝑥1, 𝑥2 = 𝑖=1 5 𝑖cos 𝑖 − 1 𝑥1 + 𝑖 𝑖=1 5 𝑖cos 𝑖 + 1 𝑥2 + 𝑖 , −10 < 𝑥1, 𝑥2 < 10 Minimize.exe
9.
2013年度環境工学科卒業研究発表会 9 解析結果と等高線図の比較
10.
2013年度環境工学科卒業研究発表会 10 感度解析に基づく軸選択 • 多次元関数の最適化 ─
𝑛次元の場合1度の分割で2 𝑛個の副領域について 組み合わせを評価しなければならない ─ 組み合わせ爆発を起こして解析が終わらない そこで • いくつかの軸だけ選んで分割 ─ 軸を選ぶとき𝑘番目以外の軸を区間の中点に固定 して関数を計算 ─ 幅の大きいものから優先的に分割 𝑛次元区間ベクトル𝑿に関して 𝑓𝑘 𝑿 = 𝑓(𝑚 𝑋1 , 𝑚 𝑋2 , ⋯ , 𝑋 𝑘, ⋯ , 𝑚(𝑋 𝑛)) ただし𝑚 𝑋 は𝑋の中点であり𝑚 𝑋 =: 𝑥 + 𝑥 /2
11.
2013年度環境工学科卒業研究発表会 11 𝑓 𝑥1,
𝑥2, ⋯ , 𝑥 𝑛 = 𝑖=1 𝑛 𝑥𝑖 2 の最適化計算時間 Time[sec] Number of split at once 1 2 3 4 5 6 7 8 9 10 N 1 0.014 2 0.016 0.016 3 0.050 0.047 0.050 4 0.074 0.066 0.08 0.106 5 0.104 0.091 0.109 0.158 0.240 6 0.141 0.125 0.147 0.205 0.340 0.651 7 0.189 0.158 0.196 0.277 0.448 0.891 1.868 8 0.24 0.203 0.239 0.340 0.567 1.200 2.604 5.895 9 0.320 0.262 0.311 0.400 0.759 1.530 3.477 7.090 11.20 10 0.407 0.328 0.377 0.544 0.916 1.900 4.130 8.64 12.70 28.63
12.
2013年度環境工学科卒業研究発表会 12 𝑓 𝑥1,
𝑥2, ⋯ , 𝑥 𝑛 = 𝑖=1 𝑛 𝑥𝑖 2 → 最小化 𝒏 𝒑∗ (best split) Time[sec] Boxes created fk(X) evaluated 2 2 0.019 64 16 4 2 0.041 128 64 8 2 0.122 280 280 16 3 0.46 1152 768 32 4 2.646 4928 2464 64 4 16.814 10176 10176 128 5 105 42400 33920 256 5 723 88320 141312 512 6 5214 360192 480256 大次元問題に対する最適選択軸数 𝑝∗ もし 512軸すべて分割したら 解析に必要な時間は約 5 × 10160 year
13.
2013年度環境工学科卒業研究発表会 13 まとめ 1. 区間解析と二分探索を用いて多数の大域的 最適解をもれなく見出すことができるアルゴ リズムを開発した 2.
感度解析に基づく少数の軸選択によって、 多次元関数の最適化で起こる組み合わせ 爆発を回避できることが分かった 3. 最適解の探索時間を最小化するための適 切な選択軸数が存在することが明らかにな った
Download now