シラバス参照
|
シラバス参照
|
| 講義概要/Course Information |
| 科目基礎情報/General Information |
| 授業科目名 /Course title (Japanese) |
オペレーションズ・リサーチ第二 | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Operations Research Ⅱ | ||
| 科目番号 /Code |
MSS603b | ||
| 開講年度 /Academic year |
2021年度 | 開講年次 /Year offered |
3 |
| 開講学期 /Semester(s) offered |
後学期 | 開講コース・課程 /Faculty offering the course |
情報理工学域 |
| 授業の方法 /Teaching method |
講義 | 単位数 /Credits |
2 |
| 科目区分 /Category |
専門科目 | ||
| 開講類・専攻 /Cluster/Department |
Ⅰ類 | ||
| 担当教員名 /Lecturer(s) |
岩﨑 敦 | ||
| 居室 /Office |
東2-515 | ||
| 公開E-mail |
atsushi.iwasaki@uec.ac.jp | ||
| 授業関連Webページ /Course website |
後日アナウンス予定 | ||
| 更新日 /Last update |
2021/10/12 19:30:07 | 更新状況 /Update status |
公開中 /now open to public |
| 講義情報/Course Description |
| 主題および 達成目標（2,000文字以内） /Themes and goals（up to 2,000 letters） |
主な講義内容は以下のとおりである．オペレーションズ・リサーチの基盤技術である「離散最適化」および「ゲーム理論」について，板書を用いる講義形式の授業を行う． 前半では「離散最適化」のトピックとして ・最小全域木問題 ・最短路問題 ・ネットワークフロー問題 ・集合被覆問題 ・ナップサック問題 などの基礎的な問題を題材に，理論解析およびアルゴリズム設計の手法を扱う．後半では 「ゲーム理論」のトピックとして ・ 標準型ゲーム ・ ポテンシャルゲーム ・ 協力ゲーム ・ メカニズムデザイン などを扱う．教科書は指定しない．プリントを配布する． |
|---|---|
| 前もって履修 しておくべき科目（1,000文字以内） /Prerequisites（up to 1,000 letters） |
とくになし． |
| 前もって履修しておくこ とが望ましい科目（1,000文字以内） /Recommended prerequisites and preparation（up to 1,000 letters） |
とくになし． |
| 教科書等（1,000文字以内） /Course textbooks and materials（up to 1,000 letters） |
とくになし． |
| 授業内容と その進め方（2,000文字以内） /Course outline and weekly schedule（up to 2,000 letters） |
以下のトピック含む内容について15回に分けて講義する． 1. 最短路問題 2. ネットワークフロー問題 3. 最小全域木問題 4. 集合被覆問題 5. ナップサック問題 6. 標準型ゲーム 7. ポテンシャルゲーム 8. 協力ゲーム 9. メカニズムデザイン 進め方：リアルタイムでの講義の後，ビデオをオンデマンドで見れるようにします．リアルタイムでの参加を推奨しますが，必須にはしません．Zoom URLは以下のとおりです： Zoomミーティングに参加する https://uec-tokyo.zoom.us/j/95067205648?pwd=NEtuOVBJbnBja2tveE5MdlB2TEdCQT09 ミーティングID: 950 6720 5648 パスコード: 0115274960 オンデマンドでの視聴方法は授業開始後にここに掲示します． Google classroom に講義資料とYoutubeへのリンクを掲載しています．下記からクラスにご登録ください． https://classroom.google.com/c/NDA5NDI3MzI1MTk5?hl=ja&cjc=qjb7d6c |
| 実務経験を活かした 授業内容 (実務経験内容も含む) /Course content utilizing practical experience |
|
| 授業時間外の学習 （予習・復習等）（1,000文字以内） /Preparation and review outside class（up to 1,000 letters） |
特になし． |
| 成績評価方法 および評価基準 （最低達成基準を含む） （1,000文字以内） /Evaluation and grading （up to 1,000 letters） |
レポートにより評価します． |
| オフィスアワー： 授業相談（1,000文字以内） /Office hours（up to 1,000 letters） |
授業開始時にアナウンスします． |
| 学生へのメッセージ（1,000文字以内） /Message for students（up to 1,000 letters） |
オペレーションズ・リサーチにおける離散最適化の重要性はよく知られていますが，Googleのキーワード広告オークションの成功などにより，ゲーム理論への応用が大変注目されています．実際，GoogleやMicrosoftなどのテックカンパニーでは，ゲーム理論ができる計算機科学者，そして経済学者が多数雇用されています．本講義では，離散最適化の基礎を中心に学んで頂くとともに，その応用の最先端をご紹介します． |
| その他 /Others |
特になし |
| キーワード /Keywords |
離散最適化，ゲーム理論 |