数理最適化寄附講座
大阪大学 大学院情報科学研究科
お知らせ
2023/9/30，数理最適化寄附講座が終了しました．
2023/9/1，9/12に大阪大学中之島センターにて，数理最適化寄附講座ワークショップを開催します．
2023/3/8，日本オペレーションズ・リサーチ学会第47回実施賞を受賞しました．
2022/10/7，第34回RAMP数理最適化シンポジウムにて「実務につなげる数理最適化：数理最適化寄附講座の取り組み」を講演しました． webpage
2022/6/1，ORセミナー「メタヒューリスティクスの設計と実装」を開催しました． webpage
2022/3/24，商船三井および商船三井システムズとの産学連携に関するプレスリリースが出ました．
自動車船業務DX推進プロジェクト「数理最適化」活用第3弾！～スペースマネジメント自動化実証実験成功により、顧客満足度向上と環境負荷低減へのアプローチを加速～ press release2022/3/18, European Journal of Operational Research (EJOR)に下記の論文が採録されました．
Coordinate descent heuristics for the irregular strip packing problem of rasterized shapes2022/2/17, リクルート主催のイベント「競技プログラミングとリクルート～開発現場で活きる知識とは～ーRECRUIT TECH MEET UP #4ー」にて， 数理最適化寄附講座との共同研究の取り組みをご紹介いただきました．slide
2021/10/29，NTTデータ数理システム主催「数理最適化交流会2021」にて講演しました．slide
2021/9/21, 商船三井および商船三井システムズとの産学連携に関するプレスリリースが出ました．
自動車船業務DX推進プロジェクト「数理最適化」活用第2弾！～貨物積み付け計画作成の効率化により、お客様満足度の向上と環境負荷の低減を実現～ press release2021/9/16, NEC Visionary Week 2021のセッション「データから「意思決定」を導く！ビジネス価値に直結する最適化とは」にて講演しました． slide
2021/7/10, オペレーションズ・リサーチ学会機関誌7月号に解説記事「自動車船の運航業務に数理最適化を適用するための実践的なアプローチ」が掲載されました．
2021/6/10, オペレーションズ・リサーチ学会機関誌6月号に解説記事「組合せ最適化による問題解決の実践的なアプローチ」が掲載されました．
2021/5/28, 商船三井および商船三井システムズとの産学連携に関するプレスリリースが出ました．
自動車船の配船計画支援システムの運用を開始しDXを加速 press release2021/4/13, arXivに下記の論文を公開しました．
S.Umetani and S.Murakami, Coordinate descent heuristics for the irregular strip packing problem of rasterized shapes, arXiv preprints, arXiv:2104.04525, 2021. paper2021/1/13，NTTデータ数理システムの製品「Numerical Optimizer V23」に下記の論文の提案手法が実装されました．
S. Umetani, Exploiting variable associations to configure efficient local search algorithms in large-scale binary integer programs, European Journal of Operational Research, 263 (2017), 72-81. DOI: 10.1016/j.ejor.2017.05.025 (open access)2020/11/3, ブログ「数理最適化による問題解決の実践的なアプローチ」を公開しました．
2020/10/23, 講談社より「しっかり学ぶ数理最適化：モデルからアルゴリズムまで」が出版されました．サポートページはこちら．
2020/10/1，ブレインパッドと富士通研究所の寄附を受け「数理最適化寄附講座」を設置しました．
大阪大学大学院情報科学研究科が「数理最適化寄附講座」を開設 press release
ミッション
大阪大学大学院情報科学研究科は，株式会社ブレインパッドと株式会社富士通研究所から寄附を受けて，2020年10月1日より数理最適化寄附講座を設置し，産学連携と研究開発を主たる業務として，数理最適化のビジネスへの展開と基盤技術の開発に取り組むことになりました．（さらに，2021年10月に株式会社リクルートホールディングスから寄附を受けました）
数理最適化は，与えられた制約条件の下で，目的関数を最小（もしくは最大）にする最適化問題を通じて，現実社会における意思決定や問題解決を実現する手段です．近年では，機械学習によるデータ分析や予測の技術開発が進み次々と実用化されています．数理最適化は，それらのデータ分析や予測の結果を踏まえた上で意思決定や計画策定を実現する問題解決における出口を担当する手段です．例えば，オンライン広告などユーザに商品を推薦するレコメンデーションでは，機械学習を活用してユーザの商品に対する期待利得が推定できれば直ぐにサービスが実現できるわけではありません．予算や広告主の意向を考慮した上で，一部の人気商品や敏感なユーザに偏らないように商品をユーザに推薦するためには大規模な最適化問題を解く必要が生じます．このように，機械学習によるデータ分析や予測の技術が普及するのにともない，製造業や物流業にとどまらない幅広い分野における現実問題の多くが最適化問題にモデル化できることが再認識されるようになりました．また，現在では，商用・非商用を含めて多くの数理最適化ソルバー（最適化問題を解くソフトウェア）が利用できるようになり，現実問題を解決するための有用な道具として急速に普及しつつあります．
最近は，多くの企業が数理最適化の活用に強い関心を持つようになり，大学においても企業との共同研究など産学連携の機会が急増しています．しかし，企業には数理最適化の専門家は少なく，大学から輩出できる人材にも限りがあるため，実務における数理最適化の活用はごく限定された範囲に留まっているのが現状です．数理最適化寄附講座では，多くの企業が抱える実務の各段階における問題解決の支援を通じて，企業において数理最適化の専門家を育成し，基幹事業に数理最適化を活用する枠組みの創出を目標としています．また，産業や学術の幅広い現実問題に迅速に対応するための基盤技術として，高性能かつ汎用的な数理最適化ソフトウェアの開発を目標としています．これらの活動を通じて，大学から企業まで広い範囲での人材育成に努め，実務の幅広い分野に数理最適化の技術を普及することを目標としています．
この方針の下で，数理最適化寄附講座は，数理最適化のソリューションビジネスへの展開とそれを支える基盤技術の開発に取り組みます．
数理最適化を基盤技術として，ビジネスからモデル，アルゴリズム，システムにいたるまで，ソリューションビジネスの各段階において生じる多様な課題の解決．
ソリューションビジネスで活躍できる数理最適化の専門家の育成．産業や学術の幅広い分野への数理最適化の普及．
数理最適化をソリューションビジネスに展開する上でのボトルネックを解消するための基盤技術の開発．汎用的かつ高性能な数理最適化ソルバーの開発．
メンバー
梅谷 俊治（寄附講座教授）
檀 寛成（招へい准教授，関西大学環境都市工学部 教授）
連絡先
住所：〒565-0871 大阪府吹田市山田丘2-1 大阪大学 産学共創A棟 107号室
電話：06-6879-4793 (直通)
電子メール：umetani@ist.osaka-u.ac.jp