お知らせ

• 2025年04月14日 興呂木さん (M2) が大阪で開催される人工知能学会全国大会2025で発表します:
  • 興呂木啓祐, 田邊遼司: 2目的最適化におけるIGD, IGD+, R2, NR2を用いた指標に基づく部分集合選択問題に対する動的計画法
• 2025年4月14日: メンバーを更新しました.
• 2025年03月19日 興呂木さん (M2) の論文が, 進化計算分野トップ国際会議の1つであるACM GECCO2025に採択されました. 進化型多目的最適化における基盤的問題である, 指標に基づく部分集合選択問題にて地形解析をし, いくつかの重要な性質を明らかにしました.
  • Keisuke Korogi and Ryoji Tanabe: Analyzing the Landscape of the Indicator-based Subset Selection Problem, pdf, slides
• 2025年3月6日: 北村さん (B4) が東京科学大学で開催された第27回進化計算学会研究会で発表しました:
  • 北村憲志, 田邊遼司, 興呂木啓祐: 選好に基づく進化型多目的最適化のためのHypervolume指標
• 2025年01月25日 興呂木さん (M2) の論文が, 進化計算分野トップ論文誌の1つであるIEEE Transactions on Evolutionary Computationに採択されました. 進化型多目的最適化において, 指標に基づく部分集合選択問題は基盤的な組合せ最適化問題です. 本問題にて, 局所探索は良い部分集合が得られるメリットがある反面, 実行速度 (評価回数, 実行時間の観点) が非常に遅いというデメリットがあります. このデメリットを, 本論文では候補リスト戦略を使った高速化手法を提案し, 解消しています. 候補リスト戦略自体は古典的かつ普遍的なアイディアですが, genotype spaceではなくphenotype spaceにて近傍を定める点に新規性があります.
  • Keisuke Korogi, Ryoji Tanabe: Speeding up Local Search for the Indicator-based Subset Selection Problem by a Candidate List Strategy, pdf, supplement, code , link
• 2024年12月24日: 熊山さん (B4) と最上さん (B4) が白浜で開催された進化計算シンポジウム2024で発表しました:
  • 熊山加惟, 田邊遼司: 任意の局所解の性質を有するTSPインスタンスの自動生成
  • 最上龍一, 田邊遼司: 混合整数ブラックボックス最適化における個体表現が差分進化の性能に与える影響の解析
• 2024年5月4日 𠮷川さん (M2) の論文がACM GECCO2024のワークショップWorkshop Industrial Applications of Metaheuristicsに採択されました.
  • Takushi Yoshikawa, Ryoji Tanabe: On Constructing Algorithm Portfolios in Algorithm Selection for Computationally Expensive Black-box Optimization in the Fixed-budget Setting. pdf, slides
• 2024年4月6日: メンバーを更新しました.

このウェブサイトについて

このウェブサイトでは田邊研究室に所属する学生の成果を紹介します. 田邊個人の成果につきましてはこちらをご覧ください.

田邊研究室

• 教員
  • 田邊遼司
• 所属
  • 横浜国立大学大学院 環境情報研究院
  • 横浜国立大学理工学部 数物・電子情報系学科 情報工学EP
• キーワード
  • 進化計算, ベンチマーキング, 多目的最適化, 自動アルゴリズム選択, 自動アルゴリズム構成, 地形解析
  • 改良, 解析の両面にて進化アルゴリズム自体の研究もしていますが, 進化アルゴリズムをどう使うか, どう評価するかといったよりメタな研究に興味があります.

本研究室は2022年4月に設立しました新しい研究室です. 本研究室は人工知能・計算知能の一分野である進化計算の基礎研究に主な興味があります. 進化計算は反復的かつ確率的な一部の最適化手法の総称です. 代表的な進化計算手法には遺伝的アルゴリズムや進化戦略があります. 一般的に, 進化計算手法は厳密解法が使用できない際の最終的な手段として使用されます. 近年の計算機の発達は, 一昔前では考えられなかったほどの高精度なシミュレーションを可能としました. しかし, 解の良し悪しをシミュレーションにより評価するために, 目的関数が陽に与えられずブラックボックスとなる最適化問題が実応用の現場では近年増加しています. 進化計算手法はこのようなブラックボックス最適化に対して有用なアプローチの1つです. 他にも, 進化計算手法は一部の大規模な組合せ最適化問題に対して効果的であることが知られています. 進化計算の応用領域を拡大するために, 本研究室ではより高性能かつより使いやすい進化計算手法の実現に取り組んでいます.

学生募集

進化計算が好きで, ハードワークができる方を歓迎します.

• 学部生: 理工学部 数物・電子情報系学科 情報工学EPの卒研生を受け入れます.
• 大学院 (修士課程, 博士課程): 大学院 環境情報学府の学生を受け入れます. 他大学・他学部からの希望者を歓迎します. 進学希望者は必ず事前に田邊に連絡をお願いします. また, 研究室訪問を希望される方はお気軽に連絡ください (オンライン対応可).