資料詳細

[ 和図書 ] 連続最適化アルゴリズム

飯塚秀明／著 -- オーム社 -- 2023.2 --

所蔵

所蔵は 1 件です。

所蔵館	所蔵場所	資料区分	請求記号	資料コード	所蔵状態	資料の利用
配架日	協力貸出	利用状況	返却予定日	資料取扱	予約数	付録注記	備考
中央	2F	一般図書	/417.0/5722/2023	7116387622		配架図 Digital BookShelf
2023/03/17	可能	利用可			0

Eメールによる郵送複写申込みは、「東京都在住」の登録利用者の方が対象です。

ページの先頭へ

資料詳細

ISBN	4-274-23006-6
ISBN13桁	978-4-274-23006-6
タイトル	連続最適化アルゴリズム
タイトルカナ	レンゾクサイテキカアルゴリズム
著者名	飯塚秀明／著
著者名典拠番号	110008130280000
並列タイトル	Algorithms for Continuous Optimization
出版地	東京
出版者	オーム社
出版者カナ	オームシャ
出版年	2023.2
ページ数	14,336p
大きさ	21cm
価格	¥3300
内容紹介	平滑非凸最適化と非平滑凸最適化に焦点を当て、連続最適化アルゴリズムについて丁寧に解説。機械学習で活用されている最適化法も取り上げる。演習問題も収録。
書誌・年譜・年表	文献:p330～333
一般件名	最適化 , アルゴリズム
一般件名カナ	サイテキカ,アルゴリズム
一般件名典拠番号	510832300000000 , 510093100000000
分類：都立NDC10版	417
資料情報1	『連続最適化アルゴリズム』　飯塚秀明／著　オーム社　2023.2（所蔵館：中央　請求記号：/417.0/5722/2023　資料コード：7116387622）
URL	https://catalog.library.metro.tokyo.lg.jp/winj/opac/switch-detail.do?lang=ja&bibid=1154141626

ページの先頭へ

1章はじめに: 1.1 連続最適化問題; 1.2 連続最適化アルゴリズム; 1.3 資源割当や機械学習に基づいたステップサイズ
2章数学的準備: 2.1 ユークリッド空間の諸性質; 2.2 微分可能性と平滑性; 2.3 凸性; 2.4 射影; 2.5 非拡大写像; 演習問題
3章連続最適化と関連する問題: 3.1 連続最適化問題と最適解; 3.2 制約なし平滑最適化問題; 3.3 制約なし非平滑最適化問題; 3.4 制約付き非平滑最適化問題; 3.5 制約付き平滑最適化問題と変分不等式; 3.6 不動点問題; 演習問題
4章反復法: 4.1 反復法の基本的概念; 4.2 勾配法と降下方向; 4.3 ステップサイズ; 4.4 劣勾配法; 4.5 近接点法; 4.6 収束性と収束率; 演習問題
5章平滑非凸最適化のための反復法: 5.1 最急降下法(Lipschitz連続勾配); 5.2 最急降下法(非Lipschitz連続勾配); 5.3 Newton法; 5.4 準Newton法; 5.5 共役勾配法; 5.6 数値例; 演習問題
6章非平滑凸最適化のための反復法: 6.1 射影劣勾配法; 6.2 射影近接点法; 6.3 近接勾配法; 6.4 FISTA(高速近接勾配法); 6.5 資源割当問題; 演習問題
7章不動点近似法: 7.1 Krasnosel'skiĭ-Mann不動点近似法; 7.2 Halpern不動点近似法; 7.3 POCS; 7.4 不動点近似法の適用例; 7.5 資源割当問題; 演習問題
8章平滑非凸最適化のための深層学習最適化法: 8.1 損失最小化問題; 8.2 確率的勾配降下法(Lipschitz連続勾配); 8.3 確率的勾配降下法(非Lipschitz連続勾配); 8.4 モーメンタム法; 8.5 適応手法(非Lipschitz連続勾配); 8.6 ミニバッチサイズの設定; 8.7 ミニバッチサイズの推定; 演習問題
付録A 定理の証明と補足: A.1 2章; A.2 3章; A.3 5章; A.4 6章; A.5 7章; A.6 8章
付録B 演習問題解答例: B.1 2章数学的準備; B.2 3章連続最適化と関連する問題; B.3 4章反復法; B.4 5章平滑非凸最適化のための反復法; B.5 6章非平滑凸最適化のための反復法; B.6 7章不動点近似法; B.7 8章平滑非凸最適化のための深層学習最適化法

ページの先頭へ