338 件の論文
この論文は、両側からアクセス可能な分類線と2 両の機関車を備えた貨物ヤードにおける車両編成問題を、片側アクセスと機関車 1 両の問題に分解し、鉄道固有のヒューリスティック手法と Q 学習を統合したハイブリッド強化学習フレームワーク（HHRL）を提案することで、この組み合わせ最適化問題の効率的かつ高品質な解決を実現したことを示しています。
本論文は、標準二次最適化問題（StQP）におけるデータの不確実性を Wasserstein 距離に基づく分布ロバスト最適化の枠組みで扱い、これを修正された決定論的 StQP と等価に変換し、アウトオブサンプル性能保証と数値実験を通じてその有効性を示すものである。
この論文は、モデルパラメータや時間範囲の有界性を仮定せず、制御変数に対して二次成長のランニングコストを許容する弱定式化の枠組みを用いて、非マルコフ型の平均場ゲームにおける均衡の存在を、二次成長一般化 McKean-Vlasov 確率微分方程式の新しい存在・安定性結果に基づいて確立したものである。
この論文は、決定図に基づく混合整数計画法ソルバの並列化向けに設計され、バッチ操作をネイティブにサポートし、制限された並行性モデル下で定数遅延のプッシュ性能と高いスケーラビリティを実現する新しいロックフリーのワークストーリングキューを提案するものである。
この論文は、Koopman 作用素のレゾルベント理論に基づき、非線形システムの出力のラプラス変換を通じて古典的な LTI 系を一般化する新たな周波数応答の定式化を提案し、その存在条件を示すとともに Bode 線図の描画を可能にすることを述べています。
この論文は、非線形共役勾配法を用いて区間値写像の多目的最適化問題のパレート臨界点を求めるアルゴリズムを提案し、Wolfe 線探索条件の存在証明、Zoutendijk 条件に基づく各種共役勾配パラメータ（Fletcher-Reeves 型など）に対する大域収束性の解析、および数値実験による性能評価を行うことを目的としています。
この論文は、データから学習した不確実性を確率的にモデル化し、事後分布に基づく信頼領域の頑健化や事後シナリオアプローチ、モンテカルロ認証法などの計算戦略を通じて、線形計画問題における安全性と解釈可能性を両立させる新しいベイズ枠組みを提案するものである。
この論文は、区間値写像の多目的最適化問題に対して、弱パレート最適点とパレート臨界点の関係を確立し、アームジョ型線探索を組み込んだニュートン法に基づくアルゴリズムを提案し、その収束性とポートフォリオ最適化への適用性を数値実験で示すものである。
この論文は、需要と競合他社の特性という二重の不確実性下での競争的在庫・価格決定問題に対し、ベイズ学習と「信頼性リスク」基準を組み合わせた階層的ベイズ動的ゲーム枠組みを提案し、学習・競争・適応を同時に行う保守的な均衡概念を確立するとともに、シミュレーションおよび実データを用いた有効性を検証するものである。
エントロピー正則化された時間非整合確率制御問題に対し、非局所偏微分方程式系に基づく方策反復アルゴリズムを設計し、その均衡方策への指数関数的収束性を証明するとともに、関連する均衡ハミルトン・ヤコビ・ベルマン方程式の解の存在と一意性を構成法的に示した。
この論文は、整数年齢でのみ提供される生命表の制約条件下で、分数年齢の仮定に依存しないよう、寿命の関数に対する上限と下限を導出する新しいロバストな枠組みを提示し、保険契約の価値や価格への死亡率の偏りの影響を定量化することを可能にします。
本論文は、係数が状態過程の法則に依存する McKean-Vlasov 型確率偏微分方程式の最適制御問題に対し、非凸な制御集合を扱えるよう、ライオンズ微分を含む随伴 backward SPDE とスパイク変分法を組み合わせて、ポントリャーギンの確率的最大原理を無限次元の SPDE 設定に拡張したものである。
本論文は、softmax ベースのモデル（特にトランスフォーマーの自己注意機構の中核）における勾配流のダイナミクスを解析し、最適化が本質的に低エントロピーの出力へと収束する普遍的なメカニズムを明らかにし、これが「アテンション・シンク」や「巨大な活性化」といった実証的な現象を理論的に説明することを示しています。
この論文は、時間制約を排除した新しい線路上のダイアル・ア・ライド問題（liDARP without TWs）に対し、停止パターンを生成する分枝価格法と根ノードヒューリスティックを提案し、大規模インスタンスでも短時間で高品質な解を得ることを示しています。
この論文は、シャノンの情報理論の観点から NP 問題の証発見を再解釈し、構造を持たない事前分布下で等価性プローブのみが可能な「psocid モデル」において、多項式回のプローブでは必要な情報を獲得できず、これが指数関数的な探索複雑性の情報論的な起源であることを示しています。
この論文は、大域な滑らかさ定数や線探索を必要とせず、局所的な滑らかさを自己正規化された累積量から推定する初の適応型射影不要フレームワーク「ALFCG」を提案し、確率的複合非凸最適化問題に対して、ノイズレベルが低い場合に最適な収束率を達成することを示しています。
この論文は、大規模マルコフ連鎖の定常分布を計算する「赤信号・緑信号（RLGL）」アルゴリズムを、座標降下法によるディリクレエネルギー最小化の最適化問題として定式化し、その挙動の解明や特定クラスにおける指数関数的収束性の証明、および収束を加速する実用的なスケジューリング戦略の提案を行っています。
本論文は、 距離ではなく 距離に基づく局所位相の下で、反復リー括弧積に基づく「高次正規性」が、インパルス制御拡張問題における下限ギャップの発生を防ぐための十分条件となることを、集合分離手法を用いて証明したものである。
本論文は、一般化単調変分不等式問題に対するポポフのアルゴリズムのステップサイズ上限が、制約付きの場合には$1/(2L)1/(\sqrt{3}L)$まで拡大可能であり、それぞれが最適であることを新たなリャプノフ型関数を用いて証明したものである。
この論文は、局所リプシッツ連続な勾配を持つ微分可能関数を行列の多様体上で最小化する問題に対し、その収束点がブーリガンド停留点となるような、射影勾配降下法を基にした 2 つの新しい第一階最適化手法を提案し、その理論的解析と数値的有効性を示すものである。