Home‎ > ‎

発表文献・講演等

発表文献
著書
  1. 情報工学編集委員会 編,理工系の基礎 情報工学,丸善出版,2018. (第6章を分担執筆)
査読つき論文
  1. 佐藤寛之,相原研輔,グラスマン多様体上の商構造を用いたニュートン法(Riemannian Newton's method on the Grassmann manifold exploiting the quotient structure),日本応用数理学会論文誌,採録決定済.
  2. K. Sato and H. Sato, Structure preserving H^2 optimal model reduction based on Riemannian trust-region method, IEEE Transactions on Automatic Control63(2), 505–512, 2018.
  3. K. Aihara and H. SatoA matrix-free implementation of Riemannian Newton's method on the Stiefel manifold, Optimization Letters11(8), 1729–1741, 2017.
  4. H. SatoRiemannian Newton-type methods for joint diagonalization on the Stiefel manifold with application to independent component analysis, Optimization, 66(12), 2211–2231, 2017.
  5. H. Sato and K. Sato, Riemannian optimal system identification algorithm for linear MIMO systems, IEEE Control Systems Letters, 1(2), 376–381, 2017.
  6. 佐藤寛之リーマン多様体上の最適化の理論と応用,応用数理,27(1), 21–30, 2017.
  7. H. Sato, A Dai–Yuan-type Riemannian conjugate gradient method with the weak Wolfe conditions, Computational Optimization and Applications64(1), 101–118, 2016.
  8. H. Sato and T. Iwai, A new, globally convergent Riemannian conjugate gradient method, Optimization, 64(4), 1011–1031, 2015.
  9. H. Sato, Joint singular value decomposition algorithm based on the Riemannian trust-region method, JSIAM Letters, 7, 13–16, 2015.
  10. H. Sato and T. Iwai, Optimization algorithms on the Grassmann manifold with application to matrix eigenvalue problems, Japan Journal of Industrial and Applied Mathematics, 31(2), 355–400, 2014.
  11. H. Sato and T. Iwai, A Riemannian optimization approach to the matrix singular value decomposition, SIAM Journal on Optimization, 23(1), 188–212, 2013.
査読つき国際会議プロシーディング
  1. H. Kasai, H. Sato, and B. Mishra, Riemannian stochastic recursive gradient algorithm, Proceedings of the 35th International Conference on Machine Learning (ICML 2018), Proceedings of Machine Learning Research80, 2521–2529, 2018.
  2. H. Kasai, H. Sato, and B. Mishra, Riemannian stochastic quasi-Newton algorithm with variance reduction and its convergence analysis, Proceedings of the 21st International Conference on Artificial Intelligence and Statistics (AISTATS 2018), Proceedings of Machine Learning Research, 84, 269–278, 2018.
  3. M. Kawai, T. Shiohama, and H. Sato, Supervised-topic-model-based hybrid filtering for recommender systems, Proceedings of the 2nd International Conference on Big Data, Cloud Computing, and Data Science Engineering (BCD 2017), 272–277, 2017.
  4. H. Sato and K. Sato, A new H^2 optimal model reduction method based on Riemannian conjugate gradient method, Proceedings of the 55th IEEE Conference on Decision and Control (CDC 2016), 5762–5768, 2016.
  5. H. Sato and K. Sato, Riemannian trust-region methods for H^2 optimal model reduction, Proceedings of the 54th IEEE Conference on Decision and Control (CDC 2015), 4648–4655, 2015.
  6. H. Sato, Riemannian conjugate gradient method for complex singular value decomposition problem, Proceedings of the 53rd IEEE Conference on Decision and Control (CDC 2014), 5849–5854, 2014.
  7. H. Sato and T. Iwai, A complex singular value decomposition algorithm based on the Riemannian Newton method, Proceedings of the 52nd IEEE Conference on Decision and Control (CDC 2013), 2972–2978, 2013.
査読つき国際ワークショップ論文
  1. H. Kasai, H. Sato, and B. Mishra, Riemannian stochastic variance reduced gradient on Grassmann manifold, The 9th NIPS Workshop on Optimization for Machine Learning (OPT 2016), 2016.
査読なしプロシーディング等
  1. 佐藤寛之,佐藤一宏,リーマン多様体上の最適化に基づく離散時間線形システム同定アルゴリズム,京都大学数理解析研究所講究録,2069153–165, 2018.
  2. 佐藤寛之,笠井裕之,Bamdev Mishra,直交制約つき最適化問題に対するリーマン多様体上の確率的分散縮小勾配法,京都大学数理解析研究所講究録,2027135–143, 2017.
  3. 佐藤寛之,相原研輔,一般化シュティーフェル多様体上のレトラクションとその効果的な実装について,京都大学数理解析研究所講究録,2027125–134, 2017.
  4. 佐藤寛之,相原研輔,シュティーフェル多様体上のニュートン法とその収束性解析,京都大学数理解析研究所講究録,1981127–142, 2016.
  5. A. Kitao, T. Shiohama, and H. Sato, Financial news classification based on topographic independent component analysis: Optimization on the Stiefel manifold, Proceedings of the 16th Applied Stochastic Models and Data Analysis International Conference, 403–415, 2015.
  6. 佐藤寛之,シュティーフェル多様体上の信頼領域法の近似的同時特異値分解への応用,京都大学数理解析研究所講究録,1931161–168, 2015.
  7. 佐藤寛之,シュティーフェル多様体上の同時対角化問題に対するニュートン法,京都大学数理解析研究所講究録,1879134–143, 2014.
  8. 佐藤寛之,新しいリーマン多様体上の共役勾配法およびその収束性について,Hokkaido University Technical Report Series in Mathematics, 157, 109–112, 2013.
  9. 佐藤寛之,岩井敏洋,リーマン多様体上の共役勾配法およびその特異値分解問題への応用,京都大学数理解析研究所講究録,1829, 39–53, 2013.
  10. 佐藤寛之,リーマン多様体上の最適化アルゴリズムおよびその行列計算への応用,Hokkaido University Technical Report Series in Mathematics, 151, 97–100, 2012.
  11. 佐藤寛之,リーマン多様体上の最適化アルゴリズムおよびその数値線形代数への応用,第3回白浜研究集会報告集,73–81, 2012.
  12. 佐藤寛之,岩井敏洋,Optimization algorithms on the Grassmann and the Stiefel manifolds, 京都大学数理解析研究所講究録,1774, 1–17, 2012.
  13. 佐藤寛之,岩井敏洋,グラスマン多様体上の最適化アルゴリズム,京都大学数理解析研究所講究録,1773,165–176, 2012.
  14. 佐藤寛之,行列多様体上の最適化アルゴリズム, Hokkaido University Technical Report Series in Mathematics, 148, 99–102, 2011.
解説記事
  1. 佐藤寛之,笠井裕之,リーマン多様体上の最適化の基本と最新動向,システム/制御/情報62(1), 21–27, 2018.
  2. 佐藤寛之,曲がった空間での最適化,オペレーションズ・リサーチ60(9), 549–554, 2015.
その他の記事
  1. 佐藤寛之,Optimization on Riemannian manifolds: Combination of geometry and applied mathematics, 京都大学白眉センターだより15, 13, 2018.
  2. 佐藤寛之,SIAM Conference on Optimization (OP14) 参加報告,JSIAM Online MagazineG1406E, 2014.
  3. 佐藤寛之,日本応用数理学会 2012年度(第22回)年会参加報告,JSIAM Online MagazineG1209A, 2013.

学位論文
 博士論文
  Riemannian optimization algorithms and their applications to numerical linear algebra, 2013年,京都大学.

 修士論文
  A new aspect of optimization algorithms on the Grassmann manifold, 2011年,京都大学.

 卒業論文(特別研究報告書)
  ハミルトン形式での繰り込み群方程式,2009年,京都大学.

講演等
国際会議等
  1. H. Kasai, H. Sato, and B. Mishra, Riemannian stochastic recursive gradient algorithm, The 35th International Conference on Machine Learning (ICML 2018), Stockholmsmässan, Stockholm, Sweden, July, 2018.
  2. H. Kasai, H. Sato, and B. Mishra, Stochastic recursive gradient on Riemannian manifolds, Geometry in Machine Learning (GiMLi 2018), Stockholmsmässan, Stockholm, Sweden, July, 2018.
  3. H. Kasai, H. Sato, and B. Mishra, Riemannian stochastic quasi-Newton algorithm with variance reduction and its convergence analysis, The 21st International Conference on Artificial Intelligence and Statistics (AISTATS 2018), H10 Rubicón Palace, Playa Blanca, Spain, April, 2018.
  4. K. Aihara and H. Sato, Solving a Newton equation on the Stiefel manifold with matrix-free Krylov subspace methods, 2018 SIAM Conference on Parallel Processing for Scientific Computing, Waseda University, Tokyo, Japan, March, 2018.
  5. H. Sato and K. Sato, Riemannian optimal system identification algorithm for linear MIMO systems, The 56th IEEE Conference on Decision and Control, Melbourne Convention Center, Melbourne, Australia, December, 2017.
  6. M. Kawai, T. Shiohama, and H. Sato, Supervised-topic-model-based hybrid filtering for recommender systems, 2nd International Conference on Big Data, Cloud Computing, and Data Science Engineering, ACT CITY Hamamatsu, Hamamatsu, Japan, July, 2017.
  7. H. Sato and K. Sato, A new H^2 optimal model reduction method based on Riemannian conjugate gradient method, The 55th IEEE Conference on Decision and Control, ARIA Resort & Casino, Las Vegas, USA, December, 2016.
  8. H. Kasai, H. Sato, and B. Mishra, Riemannian stochastic variance reduced gradient on Grassmann manifold, The 9th NIPS Workshop on Optimization for Machine Learning, Centre Convencions Internacional Barcelona, Barcelona, Spain, December, 2016. (Poster Presentation)
  9. H. Kasai, H. Sato, and B. Mishra, Riemannian stochastic variance reduced gradient on Grassmann manifold, The Fifth International Conference on Continuous Optimization, National Graduate Institute for Policy Studies, Tokyo, Japan, August, 2016.
  10. H. Sato and K. Sato, Riemannian trust-region methods for H^2 optimal model reduction, The 54th IEEE Conference on Decision and Control, Osaka International Convention Center, Osaka, Japan, December, 2015.
  11. K. Aihara and H. Sato, Matrix-free Krylov subspace methods for solving a Riemannian Newton equation, 2015 SIAM Conference on Applied Linear Algebra, Hyatt Regency Atlanta, Atlanta, USA, October, 2015.
  12. H. Sato and K. Aihara, Riemannian Newton's method for optimization problems on the Stiefel manifold, 22nd International Symposium on Mathematical Programming, Wyndham Grand Pittsburgh Downtown, Pittsburgh, USA, July, 2015.
  13. A. Kitao, T. Shiohama, and H. Sato, Financial news classification based on topographic independent component analysis: Optimization on the Stiefel manifold, 16th Conference of the Applied Stochastic Models and Data Analysis, University of Piraeus, Piraeus, Greece, June, 2015.
  14. H. Sato, Riemannian optimization and its applications, Hong Kong-Tokyo Workshop on Scientific Computing, National Institute of Informatics, Tokyo, Japan, April, 2015.
  15. H. Sato, Riemannian conjugate gradient method for complex singular value decomposition problem, The 53rd IEEE Conference on Decision and Control, JW Marriott Los Angeles L.A. LIVE, Los Angeles, USA, December, 2014.
  16. H. Sato, Global convergence analysis of several Riemannian conjugate gradient methods, 2014 SIAM Conference on Optimization, Town and Country Resort & Convention Center, San Diego, USA, May, 2014.
  17. H. Sato, Several matrix computation algorithms based on Riemannian optimization techniques, International Workshop on Eigenvalue Problems: Algorithms; Software and Applications, in Petascale Computing, Tsukuba International Congress Center EPOCHAL TSUKUBA, Tsukuba, Japan, March, 2014. (Poster Presentation)
  18. H. Sato and T. Iwai, A complex singular value decomposition algorithm based on the Riemannian Newton method, The 52nd IEEE Conference on Decision and Control, Firenze Fiera Congress & Exhibition Center, Florence, Italy, December, 2013.
  19. H. Sato, Optimization algorithms on the Grassmann and the Stiefel manifolds with applications to numerical linear algebra, Nanjing-Kyoto Joint Workshop on Algorithms, Optimization and Numerical Analysis 2012, Kyoto University, Kyoto, Japan, March, 2012.
  20. H. Sato, Optimization on manifolds, Joint Workshop on Modeling, Systems, and Control 2011, Hanoi University of Science and Technology, Hanoi, Vietnam, March, 2011.
国内学会等
  1. 佐藤寛之,佐藤一宏,Tobias Damm,対称性を備えた連続時間線形システム同定に対するリーマン多様体上の最適化によるアプローチ,日本オペレーションズ・リサーチ学会2018年秋季研究発表会,名古屋市立大学,2018年9月.
  2. 佐藤寛之,佐藤一宏,Tobias Damm,幾何学的最適化に基づく対称性をもつ連続時間線形システムの新しい同定法,日本応用数理学会2018年度年会,名古屋大学,2018年9月.
  3. 佐藤寛之,笠井裕之,Bamdev Mishra,リーマン多様体上の確率的最適化の発展,RIMS共同研究(公開型)「高度情報化社会に向けた数理最適化の新潮流」,京都大学,2018年8月.(招待講演
  4. 佐藤寛之,相原研輔,グラスマン多様体上の商構造に基づくニュートン方程式とその解法,第47回数値解析シンポジウム,あわら温泉まつや千千,2018年6月.
  5. 佐藤寛之,相原研輔,グラスマン多様体上のニュートン方程式の水平空間での表現とその求解について,日本応用数理学会2018年研究部会連合発表会,大阪大学,2018年3月.
  6. 佐藤寛之,幾何学的な最適化アルゴリズムとその応用,RIMS共同研究(公開型)「数値解析学の最前線-理論・方法・応用-」,京都大学,2017年11月.(招待講演
  7. 佐藤寛之,佐藤一宏,リーマン多様体上の最適化を用いた離散時間線形システム同定,日本オペレーションズ・リサーチ学会2017年秋季研究発表会,関西大学,2017年9月.
  8. 佐藤寛之,佐藤一宏,幾何学的最適化に基づく離散時間線形システム同定アルゴリズム,日本応用数理学会2017年度年会,武蔵野大学,2017年9月.
  9. 佐藤寛之,佐藤一宏,リーマン多様体上の最適化に基づく離散時間線形システム同定アルゴリズム,RIMS共同研究(公開型)「数理最適化の発展:モデル化とアルゴリズム」,京都大学,2017年8月.
  10. 佐藤寛之幾何学的な最適化理論とその周辺芝浦工業大学システム理工学部数理科学科 第63回談話会,芝浦工業大学,2017年7月.(依頼講演
  11. 佐藤寛之,相原研輔,一般化シュティーフェル多様体上の最適化におけるレトラクションについて,日本オペレーションズ・リサーチ学会 2017年春季研究発表会,沖縄県市町村自治会館,2017年3月.
  12. 佐藤寛之,相原研輔,QR分解に基づくシュティーフェル多様体上のレトラクションの一般化について,日本応用数理学会「行列・固有値問題の解法とその応用」研究部会第22回研究会,東京大学,2016年11月.
  13. 笠井裕之,佐藤寛之,Bamdev Mishra,Riemannian stochastic variance reduced gradient (R-SVRG),第19回情報論的学習理論ワークショップ (IBIS2016),京都大学,2016年11月.(ポスター講演)
  14. 佐藤寛之,笠井裕之,Bamdev Mishra,Riemannian stochastic variance reduced gradient for large-scale data applications2016年電子情報通信学会ソサイエティ大会,北海道大学,2016年9月.
  15. 佐藤寛之,笠井裕之,Bamdev Mishra,Riemannian stochastic variance reduced gradient and its convergence analysis日本オペレーションズ・リサーチ学会 2016年秋季研究発表会,山形大学,2016年9月.
  16. 佐藤寛之,笠井裕之,Bamdev Mishra,SVRG 法のグラスマン多様体上への拡張とその行列補完問題への応用日本応用数理学会2016年度年会,北九州国際会議場,2016年9月.
  17. 相原研輔,佐藤寛之,コレスキーQR分解に基づく一般化シュティーフェル多様体上のレトラクション日本応用数理学会2016年度年会,北九州国際会議場,2016年9月.
  18. 笠井裕之,佐藤寛之,Bamdev Mishra,Riemannian stochastic variance reduced gradient on Grassmann manifold,第15回情報科学技術フォーラム,富山大学,2016年9月.
  19. 佐藤寛之,笠井裕之,Bamdev Mishra,Riemannian stochastic variance reduced gradient and its applications to machine learning,2016年度統計関連学会連合大会,金沢大学,2016年9月.
  20. 佐藤寛之,笠井裕之,Bamdev Mishra,直交制約つき最適化問題に対するリーマン多様体上の確率的分散縮小勾配法,京都大学数理解析研究所研究集会「最適化技法の最先端と今後の展開」,京都大学,2016年8月.
  21. 佐藤寛之,相原研輔,一般化シュティーフェル多様体上のレトラクションとその効果的な実装について,京都大学数理解析研究所研究集会「最適化技法の最先端と今後の展開」,京都大学,2016年8月.
  22. 笠井裕之,佐藤寛之,Bamdev Mishra, Riemannian stochastic variance reduced gradient for large-scale machine learning,電子情報通信学会 モバイルネットワークとアプリケーション研究会 (MoNA),神戸大学,2016年8月.(奨励講演
  23. 佐藤寛之,非線形共役勾配法のリーマン多様体上への拡張とその応用について,応用解析研究会 ~ 可積分系から計算数学まで ~,天満研修センター,2016年5月.(ポスター講演)
  24. 松永和也,佐藤寛之リーマン多様体上の種々の共役勾配法のパフォーマンスプロファイルによる比較日本オペレーションズ・リサーチ学会 2016年春季研究発表会,慶應義塾大学,2016年3月.
  25. 佐藤寛之リーマン多様体上の最適化の数理第13回 数理人セミナー,早稲田大学,2016年3月.(依頼講演
  26. 佐藤寛之,相原研輔,シュティーフェル多様体上のニュートン法に基づく近接特異値をもつ行列に対する特異値分解アルゴリズム,日本応用数理学会2016年研究部会連合発表会,神戸学院大学,2016年3月.
  27. 佐藤寛之リーマン多様体上の最適化の最近の進展と共役勾配法について日本オペレーションズ・リサーチ学会 研究部会「最適化の基盤とフロンティア」第5回研究会,東京理科大学,2016年1月.(依頼講演
  28. 相原研輔,佐藤寛之,シュティーフェル多様体上のニュートン法に対する線形反復解法の応用,2015年度応用数学合同研究集会,龍谷大学,2015年12月.
  29. 佐藤寛之,リーマン多様体上の最適化理論とその諸分野への応用 –数値線形代数・統計アルゴリズム・制御理論–,第13回計算数学研究会,国民宿舎紀州路みなべ,2015年10月.(招待講演
  30. 佐藤寛之,相原研輔,シュティーフェル多様体上のニュートン法の数値的な収束性について,日本応用数理学会2015年度年会,金沢大学,2015年9月.
  31. 佐藤寛之,相原研輔,シュティーフェル多様体上のニュートン法とその収束性解析,京都大学数理解析研究所研究集会「新時代を担う最適化:モデル化手法と数値計算」,京都大学,2015年9月.
  32. 佐藤寛之,Stiefel 多様体上の最適化と統計数理 –Stiefel 多様体上の最適化理論とその応用–,東京理科大学理学部数理情報科学科「第1回応用数学セミナー」,東京理科大学,2015年6月.(依頼講演
  33. 相原研輔,佐藤寛之,リーマン多様体上のニュートン方程式に対するクリロフ部分空間法 (Solving a Riemannian Newton equation with matrix-free Krylov subspace methods),第44回 数値解析シンポジウム (NAS2015),ぶどうの丘,2015年6月.
  34. 佐藤寛之,相原研輔,多様体上のある最適化問題に対するニュートン法について,日本オペレーションズ・リサーチ学会 2015年春季研究発表会,東京理科大学,2015年3月.
  35. 相原研輔,佐藤寛之,直交制約付き最適化問題に対するニュートン方程式の求解について,日本応用数理学会2015年研究部会連合発表会,明治大学,2015年3月.
  36. 佐藤寛之,シュティーフェル多様体上の信頼領域法の近似的同時特異値分解への応用,京都大学数理解析研究所研究集会「最適化アルゴリズムの進展:理論・応用・実装」,京都大学,2014年9月.
  37. 佐藤寛之,幾何学的最適化に基づく近似的同時特異値分解アルゴリズム,日本応用数理学会2014年度年会,政策研究大学院大学,2014年9月.
  38. 佐藤寛之,Dai–Yuan の共役勾配法のリーマン多様体上への拡張,日本オペレーションズ・リサーチ学会2014年秋季研究発表会,北海道科学大学,2014年8月.
  39. 佐藤寛之,シュティーフェル多様体上の最適化に基づく大域的収束性を備えた複素特異値分解アルゴリズム,第10回 日本応用数理学会 研究部会連合発表会,京都大学,2014年3月.
  40. 佐藤寛之,シュティーフェル多様体上のニュートン法による行列の特異値分解アルゴリズムの複素数への拡張,日本オペレーションズ・リサーチ学会2014年春季研究発表会,大阪大学,2014年3月.
  41. 佐藤寛之,複素シュティーフェル多様体上のニュートン法に基づく複素行列の特異値分解,日本応用数理学会「行列・固有値問題の解法とその応用」研究部会第16回研究会,東京大学,2013年12月.
  42. 佐藤寛之,シュティーフェル多様体上のニュートン法による実対称行列の同時対角化,日本オペレーションズ・リサーチ学会2013年秋季研究発表会,徳島大学,2013年9月.
  43. 佐藤寛之,シュティーフェル多様体上の最適化による行列の同時対角化およびその独立成分分析への応用,日本応用数理学会2013年度年会,アクロス福岡,2013年9月.(ポスター講演)優秀ポスター賞受賞
  44. 佐藤寛之,シュティーフェル多様体上の同時対角化問題に対するニュートン法,京都大学数理解析研究所研究集会「最適化の基礎理論と応用」,京都大学,2013年8月.
  45. 佐藤寛之,リーマン多様体上の最適化の理論と応用 –数値線形代数を見据えて–,日本オペレーションズ・リサーチ学会 研究部会「最適化の理論と応用」 SOTA@つくば,筑波大学,2013年6月.最優秀発表賞受賞
  46. 佐藤寛之,新しいリーマン多様体上の共役勾配法およびその収束性について,第9回数学総合若手研究集会,北海道大学,2013年3月.
  47. 佐藤寛之,リーマン多様体上の最適化手法による新しい特異値分解,京都大学ICTイノベーション2013, 京都大学,2013年2月.(ポスター講演)
  48. 佐藤寛之,岩井敏洋,リーマン多様体上の共役勾配法およびその収束性について,日本オペレーションズ・リサーチ学会2012年秋季研究発表会,ウインクあいち,2012年9月.
  49. 佐藤寛之,岩井敏洋,リーマン多様体上の共役勾配法およびその数値線形代数への応用,日本応用数理学会2012年度年会,稚内全日空ホテル,2012年8月.
  50. 佐藤寛之,岩井敏洋,リーマン多様体上の共役勾配法およびその特異値分解問題への応用,京都大学数理解析研究所研究集会「最適化手法の理論と応用の繋がり」,京都大学,2012年7月.
  51. 佐藤寛之,岩井敏洋,リーマン多様体上の最適化手法およびその特異値分解への応用,日本オペレーションズ・リサーチ学会2012年春季研究発表会,防衛大学校,2012年3月.
  52. 佐藤寛之,リーマン多様体上の最適化手法の数値線形代数への応用,京都大学ICTイノベーション in Tokyo, 京都大学東京オフィス,2012年3月.(ポスター講演)
  53. 佐藤寛之,岩井敏洋,シュティーフェル多様体上の最適化アルゴリズムによる新しい特異値分解手法,日本応用数理学会2012年研究部会連合発表会,九州大学,2012年3月.
  54. 佐藤寛之,リーマン多様体上の最適化アルゴリズムおよびその行列計算への応用,第8回数学総合若手研究集会,北海道大学,2012年2月.
  55. 佐藤寛之,リーマン多様体上の最適化手法の数値線形代数への応用,京都大学ICTイノベーション2012, 京都大学,2012年2月.(ポスター講演)
  56. 佐藤寛之,リーマン多様体上の最適化アルゴリズムおよびその数値線形代数への応用,第3回白浜研究集会,白浜御苑,2011年12月.
  57. 佐藤寛之,リーマン多様体上の最適化アルゴリズムの数値線形代数への応用,日本応用数理学会「行列・固有値問題の解法とその応用」研究部会第12回研究会,国立情報学研究所,2011年11月.(招待講演
  58. 佐藤寛之,岩井敏洋,Optimization algorithms on the Grassmann and the Stiefel manifolds, 京都大学数理解析研究所研究集会「幾何学的力学系の新展開」,京都大学,2011年10月.
  59. 佐藤寛之,岩井敏洋,数値線形代数への応用を見据えたリーマン多様体上の最適化アルゴリズム,日本応用数理学会2011年度年会,同志社大学,2011年9月.
  60. 佐藤寛之,リーマン多様体上の最適化アルゴリズム,日本オペレーションズ・リサーチ学会 研究部会「OR 横断若手の会 (KSMAP)」 琵琶湖合宿,琵琶湖コンファレンスセンター,2011年8月.学生優秀発表賞受賞
  61. 佐藤寛之,岩井敏洋,グラスマン多様体上の最適化アルゴリズム,京都大学数理解析研究所研究集会「最適化手法の深化と広がり」,京都大学,2011年7月.
  62. 佐藤寛之,グラスマン多様体上の最適化アルゴリズム,日本オペレーションズ・リサーチ学会 研究部会「OR 横断若手の会 (KSMAP)」2011年第2回研究会,京都大学,2011年6月.(依頼講演
  63. 佐藤寛之,行列多様体上の最適化アルゴリズム,第7回数学総合若手研究集会北海道大学,2011年2月.
  64. 佐藤寛之,Optimization algorithms on matrix manifolds,研究会「リー群とその周辺」,信州大学,2010年10月.
その他
  1. 佐藤寛之,MATLAB の自動採点システムを活用したアクティブラーニング,MATLAB EXPO 2015 併催『教育カンファレンス』,ホテル グランパシフィック LE DAIBA,2015年10月.(招待講演
  2. 佐藤寛之,リーマン多様体上の最適化とその応用 –共役勾配法を中心にして–,東京理科大学理学部数理情報学科矢部研究室ゼミ,東京理科大学,2014年7月.
  3. 佐藤寛之,Riemannian optimization algorithms and their applications to numerical linear algebra,東京大学大学院情報理工学系研究科数理情報学専攻数理情報第7研究室セミナー,東京大学,2013年11月.
  4. 佐藤寛之,リーマン多様体上の最適化手法の数値線形代数への応用,京都大学大学院情報学研究科 第3回ミニ・オープンキャンパス, 京都大学東京オフィス,2012年3月.
  5. 佐藤寛之,行列多様体上の最適化アルゴリズム,京都大学大学院情報学研究科 第2回ミニ・オープンキャンパス, 東日本大震災のため中止,2011年3月.

担当授業科目
2018年度
  1. ベクトル幾何,同志社大学理工学部.
  2. ILASセミナー:曲がった空間での最適化 幾何学と応用数学,京都大学(全学共通科目)
2017年度
  1. 応用数学A及び演習,東京理科大学工学部情報工学科.
  2. 情報工学実験1,東京理科大学工学部情報工学科.
  3. 経営工学実験2,東京理科大学工学部経営工学科.
  4. 経営工学実験3,東京理科大学工学部経営工学科.
  5. 経営科学1,東京理科大学工学部経営工学科.
  6. 経営科学2,東京理科大学工学部経営工学科.
  7. 卒業研究,東京理科大学工学部経営工学科.
  8. 経営工学研究,東京理科大学大学院工学研究科経営工学専攻.
  9. 文献研究及び研究実験,東京理科大学大学院工学研究科経営工学専攻.
2016年度
  1. 数理計画法,芝浦工業大学システム理工学部数理科学科.
  2. 経営工学実験2,東京理科大学工学部経営工学科.
  3. 計算機工学3,東京理科大学工学部経営工学科
  4. 情報処理演習3,東京理科大学工学部経営工学科
  5. 経営工学研究,東京理科大学大学院工学研究科経営工学専攻.
  6. 文献研究及び研究実験,東京理科大学大学院工学研究科経営工学専攻.
2015年度
  1. 経営工学実験2,東京理科大学工学部第一部経営工学科.
  2. 計算機工学3,東京理科大学工学部第一部経営工学科
  3. 情報処理演習3,東京理科大学工学部第一部経営工学科
2014年度
  1. 計算機工学3,東京理科大学工学部第一部経営工学科
  2. 情報処理演習3,東京理科大学工学部第一部経営工学科
その他
  1. 制約付き最適化問題に対する幾何学的アプローチ,東京理科大学大学院工学研究科経営工学専攻「経営工学特別講義 1,2」,2018年5月.
  2. リーマン多様体上の最適化の理論と応用,東京理科大学大学院工学研究科経営工学専攻「経営工学特別講義 1,2」,2014年6月.

受賞等
  1. 塩濱敬之,河合未夢,稗田尚弥,黒木裕鷹,小坪琢人,佐藤寛之:技能賞,平成29年度データ解析コンペティション OR部会 最終発表会,日本オペレーションズ・リサーチ学会 データサイエンスとマーケティング分析研究部会2018年2月.
  2. 佐藤寛之:京都大学白眉研究者,京都大学,2017年10月.
  3. 佐藤寛之:優秀ポスター賞,日本応用数理学会2013年度年会2013年9月.
  4. 佐藤寛之:最優秀発表賞,日本オペレーションズ・リサーチ学会 研究部会「最適化の理論と応用」 SOTA@つくば2013年6月.
  5. 佐藤寛之学生優秀発表賞,日本オペレーションズ・リサーチ学会 研究部会「OR横断若手の会」 琵琶湖合宿2011年8月.

論文誌査読
  • Computational and Applied Mathematics
  • Computational Optimization and Applications
  • IEEE Transactions on Automatic Control
  • Japan Journal of Industrial and Applied Mathematics
  • Journal of Optimization Theory and Applications
  • Operators and Matrices
  • Optimization
  • SIAM Journal on Matrix Analysis and Applications
  • SIAM Journal on Optimization
  • Signal Processing Letters
  • SUT Journal of Mathematics
  • Taiwanese Journal of Mathematics
  • Proceedings of the American Control Conference
  • Proceedings of the IEEE Conference on Decision and Control
Comments