Kento Uchida 研究室

主宰者：Kento Uchida
横浜国立大学

AI 要約（直近 5 年の研究成果）

この研究室は、複数の変数型や制約条件を含む現実的な最適化問題を効率的に解く方法の開発に取り組んでいます。特に、連続変数・整数変数・カテゴリ変数が混在する問題や、実際の製造・制御システムで安全性が重要とされる状況での最適化を対象としています。また、高次元問題で多くの無関係な変数が含まれる場合や、目的関数の評価にばらつきが生じる場合など、現実の複雑な制約に対応することを課題としています。 主な手法として、進化計算の一種である共分散行列適応進化戦略（CMA-ES）を基盤としており、これを機械学習による予測モデルや安全性制約の組み込み、適応的な学習率調整などで拡張しています。これらの手法改良により、従来の方法では扱いが難しかった様々な変数型や制約を持つ問題において、より少ない評価回数で良い解を見つけることができることを報告しています。 さらに、機械学習による材料設計や自動運転装置の位置推定、神経ネットワークの効率化など、異なる応用分野への適用も進めています。これらの研究を通じて、理論と実践の両面から、複雑な現実問題を解決するための最適化技術を創出することを目指しています。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

関連研究室(8 件)

研究成果（16 件）

続きを表示（残り 6 件）

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。