大規模データ時代のネットワーク最適化に対する実応用に向けた説明力のある手法開発

开发大数据时代网络优化实际应用的解释方法

基本信息

批准号：
20H02382
负责人：
繁野麻衣子
金额：
$ 4.16万
依托单位：
University of Tsukuba
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

最適化問題に対して，その問題構造を利用して実応用を意識したモデル構築とアルゴリズム作成をおこなった．光通信ネットワークの資源割当問題に対しては，波長分割多重ネットワーク上での耐故障性を考慮して複数パスに情報を流す３つのモデルの比較をおこなった．その結果，パスごとにモジュール数を固定しないほうが効率的であるが，計算時間が莫大となり，ネットワーク構造で分けて解いても最適解を得ることが難しいことを示した．また，空間分割多重ネットワークの資源配分問題に対しては，最適化問題としてモデル化するときのスロットの扱いの違いによる求解のしやすさを比較し，大規模な問題に対応できるように，問題を分割して解く方法を提案してその結果も比較した．この結果は，今後，順次通信情報が得られるときの効率的な通信方法の策定につながると期待される．スポーツスケジューリングの枠組みでは，公平性を考慮した対戦表作成方法を提案した．対戦表作成は，冗長なパターンが含まれていることに着目し，これを避けるために問題を細かく分けて解く手法を提案した．また，初期解の与え方を工夫することで，結果的に公平指標であるcarry over effect値の良い値が得られることも示した．対戦表作成は，組み合わせ的な特性が強く，提案手法は他の組み合わせ最適化問題にも展開できると期待される．大規模データ解析に対する手法としては，実店舗の需要予測をおこなった．時系列の関係のみでなく，天候や立地など様々な要因を直接的に影響するものと間接的に影響するものに分け，その関係をネットワークで表すことで予測精度向上を実現した．加えて，生産工程における異常品検出のための機械学習手法の検討もおこなった．また，利用直前に情報が変更される相乗り問題に対する利用者目線のモデル作成，移植の適用可能性を検討したポピュラーマッチングの構造解析などもおこなった．

为了优化问题，我们使用问题结构来构建模型并创建意识到实际应用的算法。关于光通信网络的资源分配问题，我们比较了三个模型，这些模型在多路径上流向多个路径，考虑到波长对多路复用网络的容错性。结果，不修复每个路径的模块数量更有效，但是计算时间是巨大的，即使解决方案被网络结构划分，也很难获得最佳解决方案。此外，对于空间除法网络中的资源分配问题，我们比较了由于插槽处理作为优化问题时的插槽处理差异而引起的解决问题的便利性，并提出了一种通过分裂问题来解决大规模问题来解决问题的方法，并比较了结果。预计将来可以获得通信信息时，预计该结果将导致有效的通信方法的提出。在体育调度框架中，我们提出了一种创建一个匹配表的方法，以考虑公平。在创建匹配表时，我们专注于包括冗余模式的事实，为避免这种情况，我们提出了一种详细解决问题的方法。它还表明，通过设计提供初始解决方案的方法，可以获得携带效应值的良好值，这是一个公平的指标。匹配表的创建具有很强的组合特性，并且可以预期可以将提出的方法开发到其他组合优化问题。作为大规模数据分析的方法，预测了物理存储的需求预测。它不仅是时间序列关系，而且天气和位置等各种因素分为直接和间接影响，并且通过在网络中表达关系，我们可以提高预测准确性。此外，我们还研究了用于检测生产过程中异常产品的机器学习方法。我们还创建了一个模型，从用户的角度到拼车问题，其中信息在使用前会发生变化，以及对流行匹配的结构分析来检查移植的适用性。