Rui Zhong 研究室
主宰者：Rui Zhong
北海道大学
AI 要約（直近 5 年の研究成果）
Rui Zhong研究室は、複雑な最適化問題を解く新しいアルゴリズムの開発に取り組んでいます。特に、高次元空間での探索や大規模な問題設定において、従来の手法が陥りやすい局所最適解からの脱出を目指した研究を進めています。研究室で開発されているアルゴリズムは、群知能（複数の個体の相互作用から全体として優れた解を探す考え方）やメタヒューリスティクス（経験則に基づく工夫）といったアプローチを活用しており、異なる探索メカニズムの組み合わせや適応的なパラメータ調整によって探索効率を高めています。
これらのアルゴリズムは、様々な実応用分野へ応用されています。電力システムの防御資源配分、電力消費量の時系列予測、魚類の種判別、脳腫瘍検出などの医工学的課題に活用されており、数値最適化ベンチマークでの性能評価と並行して、実際のデータセットでの検証も行われています。また、深層学習との組み合わせや強化学習の導入など、機械学習分野との融合も特徴的です。研究室の成果は、計算機科学から電気工学、生態学に至る広範な領域への貢献を目指しています。
※ 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)
- 工学Weiwei Wan 研究室大阪大学論文 104 件·共通: アルゴリズム, 理論計算機科学, 応用数学, 応用・計算数学 +10
- 社会科学Masatoshi Okutomi 研究室東京工業大学論文 101 件·共通: アルゴリズム, 理論計算機科学, 最適化, 学習 +7
- 物理学・天文学Takashi Mizowaki 研究室Kyoto University Hospital論文 103 件·共通: 応用数学, 応用・計算数学, 最適化, 腫瘍 +7
- 神経科学Natsue Yoshimura 研究室東京工業大学論文 102 件·共通: アルゴリズム, 脳, 学習, 計算機科学 +7
- 工学Kensuke Harada 研究室大阪大学論文 104 件·共通: アルゴリズム, 理論計算機科学, 学習, 計算機科学 +5
- 計算機科学Jun Ota 研究室東京大学論文 153 件·共通: 応用数学, 応用・計算数学, 最適化, 計算機科学 +6
- 生化学・分子生物学・遺伝学Masahito Ohue 研究室東京工業大学論文 101 件·共通: 応用数学, 応用・計算数学, 最適化, 学習 +6
- 工学Yusuke Hayashi 研究室東京大学論文 122 件·共通: 応用数学, 応用・計算数学, 最適化, 学習 +6
研究成果（76 件）
- DOI: https://doi.org/10.1007/s13042-026-03184-4
- DOI: https://doi.org/10.1007/s10586-026-06079-9
- DOI: https://doi.org/10.1007/s11581-025-06560-2
- DOI: https://doi.org/10.1007/s10586-025-05825-9
- DOI: https://doi.org/10.3390/math14010123
- DOI: https://doi.org/10.1016/j.neunet.2025.108451
- DOI: https://doi.org/10.1007/s11227-025-08066-0
- DOI: https://doi.org/10.1016/j.swevo.2025.102179
- DOI: https://doi.org/10.1109/iecon58223.2025.11221316
- DOI: https://doi.org/10.1016/j.ref.2025.100760
続きを表示（残り 66 件）閉じる
- DOI: https://doi.org/10.1007/s10586-025-05366-1
- DOI: https://doi.org/10.1016/j.eswa.2025.129459
- DOI: https://doi.org/10.1007/s10115-025-02561-9
- [2025] IECO: an improved educational competition optimizer for state-of-the-art engineering optimizationDOI: https://doi.org/10.1186/s40537-025-01260-0
- DOI: https://doi.org/10.1109/igarss55030.2025.11243302
- DOI: https://doi.org/10.1007/s10586-025-05666-6
- DOI: https://doi.org/10.1007/s12293-025-00465-3
- DOI: https://doi.org/10.1016/j.asoc.2025.113505
- DOI: https://doi.org/10.1186/s40537-025-01080-2
- DOI: https://doi.org/10.1016/j.asoc.2025.112777
- DOI: https://doi.org/10.1016/j.knosys.2025.113020
- DOI: https://doi.org/10.1007/s10586-024-04910-9
- DOI: https://doi.org/10.1007/s10586-024-04915-4
- DOI: https://doi.org/10.1016/j.aei.2024.103042
- DOI: https://doi.org/10.1016/j.compbiomed.2024.109587
- [2025] Improved Competitive Swarm Optimizer with Linear Population Reduction for Large-scale OptimizationDOI: https://doi.org/10.1109/cec65147.2025.11042946
- DOI: https://doi.org/10.1109/cec65147.2025.11043044
- DOI: https://doi.org/10.3390/electronics14122333
- DOI: https://doi.org/10.3390/app15126420
- DOI: https://doi.org/10.1117/12.3067640
- [2025] GOMFuNet: A Geometric Orthogonal Multimodal Fusion Network for Enhanced Prediction ReliabilityDOI: https://doi.org/10.3390/math13111791
- DOI: https://doi.org/10.1016/j.eswa.2025.128231
- DOI: https://doi.org/10.1007/s10586-024-04988-1
- DOI: https://doi.org/10.3390/math13081339
- DOI: https://doi.org/10.3390/math13081232
- DOI: https://doi.org/10.1016/j.energy.2025.135866
- DOI: https://doi.org/10.1016/j.asoc.2025.112995
- DOI: https://doi.org/10.1109/icaace65325.2025.11019955
- DOI: https://doi.org/10.1007/s11227-024-05912-5
- DOI: https://doi.org/10.1007/s00521-024-09424-4
- DOI: https://doi.org/10.1007/s11227-024-05909-0
- DOI: https://doi.org/10.1007/s12065-023-00892-6
- DOI: https://doi.org/10.20965/jaciii.2024.p0067
- DOI: https://doi.org/10.1109/docs63458.2024.10704338
- DOI: https://doi.org/10.1117/12.3055589
- DOI: https://doi.org/10.1007/s10586-024-04765-0
- DOI: https://doi.org/10.1016/j.aej.2024.11.035
- DOI: https://doi.org/10.1109/acait63902.2024.11022141
- DOI: https://doi.org/10.1109/acp/ipoc63121.2024.10809736
- DOI: https://doi.org/10.1007/s10586-024-04785-w
- DOI: https://doi.org/10.1109/tii.2024.3457037
- [2024] Hierarchical RIME algorithm with multiple search preferences for extreme learning machine trainingDOI: https://doi.org/10.1016/j.aej.2024.09.109
- DOI: https://doi.org/10.1109/icem60801.2024.10700305
- DOI: https://doi.org/10.1016/j.compbiomed.2024.109080
- DOI: https://doi.org/10.1109/docs63458.2024.10704309
- DOI: https://doi.org/10.1145/3706890.3706958
- DOI: https://doi.org/10.1007/s10115-024-02179-3
- [2024] Leveraging large language model to generate a novel metaheuristic algorithm with CRISPE frameworkDOI: https://doi.org/10.1007/s10586-024-04654-6
- DOI: https://doi.org/10.1109/ijcnn60899.2024.10651182
- DOI: https://doi.org/10.1007/s10586-024-04600-6
- DOI: https://doi.org/10.1007/s10586-024-04587-0
- DOI: https://doi.org/10.1007/s10586-024-04593-2
- DOI: https://doi.org/10.1007/s12065-024-00941-8
- DOI: https://doi.org/10.1007/s10586-024-04508-1
- DOI: https://doi.org/10.1007/s10586-024-04448-w
- DOI: https://doi.org/10.1007/s11227-024-06867-3
- DOI: https://doi.org/10.1109/csce60160.2023.00353
- DOI: https://doi.org/10.1109/cec53210.2023.10253969
- DOI: https://doi.org/10.1007/s40747-022-00957-6
- DOI: https://doi.org/10.1016/j.aej.2023.12.028
- DOI: https://doi.org/10.1109/acait60137.2023.10528475
- DOI: https://doi.org/10.1007/s40747-023-01262-6
- DOI: https://doi.org/10.1007/s44196-023-00346-y
- DOI: https://doi.org/10.1109/smc53992.2023.10393928
- DOI: https://doi.org/10.3390/biomimetics8060454
- DOI: https://doi.org/10.1109/csce60160.2023.00362
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）。