目次

研究業績等一覧

プレプリント

  1. プレプリント (arXiv.org Search Results)

2025年

著書

レフェリー付き原著論文

  1. Naoki Sato, Koshiro Izumi, Hideaki Iiduka: Scaled Conjugate Gradient Method for Nonconvex Optimization in Deep Neural Networks, Journal of Machine Learning Research 25: ???-??? (2025)
  2. Kento Imaizumi, Hideaki Iiduka: Iteration and Stochastic First-order Oracle Complexities of Stochastic Gradient Descent using Constant and Decaying Learning Rates, Optimization: Special Issue dedicated to Dr. Alexander J. Zaslavski on the occasion of his 65th birthday ?? (?):?? –?? (2025) Open Access

紀要・講究録

  1. Naoki Sato, Hideaki Iiduka: Explicit and Implicit Graduated Optimization in Deep Neural Networks

修士学位請求論文

  1. 佐藤 尚樹: Implicit Graduated Optimization with Noise in Stochastic Gradient Descent
  2. 塚田 裕樹: Convergence Analysis of Mini-batch Stochastic Gradient Descent Using Armijo Line Search for Nonconvex Optimization

卒業論文

  1. 梅田 泰希: 線形およびコサインアニーリング学習率を用いた確率的勾配降下法の収束解析
  2. 北林 功大: Polyak ステップサイズを利用した凸最適化のための勾配降下法の収束率
  3. 小山 奏良: Gradient Descent with Wolfe Line Search Step-sizes to Train Deep Neural Networks using Poisoned Dataset
  4. 原田 陽向: 増加バッチサイズと減衰学習率を用いた損失関数の形状の鋭さを考慮した最適化手法の収束解析
  5. 和田 幸志郎: フィルタリングを利用したカーネマン=トヴェルスキー最適化
  6. 右近 寛夢: オンライン学習に基づくヘッセ行列近似を用いた準ニュートン法
  7. 松本 陸矢: 凸および非凸最適化のための適応的学習率を伴うモーメンタム法の大域的収束性
  8. 丸山 英希: 定数および減少ステップサイズを利用した確率的勾配降下法の収束性および勾配降下法との比較

講演・口頭発表等

  1. Naoki Sato, Hideaki Iiduka: Explicit and Implicit Graduated Optimization in Deep Neural Networks, The 39th Annual AAAI Conference on Artificial Intelligence (AAAI-25), Pennsylvania Convention Center, Philadelphia, Pennsylvania, USA (Feb. 27 – Mar. 4, 2025)

2024年

著書

  1. 飯塚 秀明: 機械学習のための数学, コロナ社 (2024)

レフェリー付き原著論文

  1. Hiroyuki Sakai, Hideaki Iiduka: Convergence of Riemannian Stochastic Gradient Descent on Hadamard Manifold, Pacific Journal of Optimization: Special issue: Dedicated to Prof. Masao Fukushima on the occasion of his 75th birthday 20 (4): 743–767 (2024)
  2. Hiroyuki Sakai, Hideaki Iiduka: Modified Memoryless Spectral-scaling Broyden Family on Riemannian Manifolds, Journal of Optimization Theory and Applications 202: 834–853 (2024) Open Access
  3. Hideaki Iiduka: Theoretical Analysis of Adam using Hyperparameters Close to One without Lipschitz Smoothness, Numerical Algorithms 95: 383–421 (2024) PDF Springer Nature SharedIt

賞罰

  1. 佐藤 尚樹: 連続最適化アルゴリズムの探索方向ノイズと深層学習モデルの汎化性能の関係, 第5回とめ研究所若手研究者懸賞論文 優秀賞 (賞金10万円) (2024年11月1日)
  2. 佐藤 尚樹: 確率的勾配降下法の平滑化効果を利用した段階的最適化手法によるディープニューラルネットワークの大域的最適化, 日本オペレーションズ・リサーチ学会 2024年春季研究発表会 学生優秀発表賞 (2024年3月19日)

修士学位請求論文

  1. 吉村 遥河: 深層学習のための直線探索法を用いた確率的勾配降下法の収束解析

卒業論文

  1. 青木 隼哉: モデルの汎化性能を向上させる損失最小化問題のための最適化アルゴリズム
  2. 浅沼 駿佑: 分散削減重み付け確率的勾配降下法
  3. 今泉 賢人: Iteration and Stochastic First-order Oracle Complexities of Stochastic Gradient Descent for Nonconvex Optimization
  4. 大和田 佳生: Convergence Analysis of Adaptive Moment Estimation for Non-convex Optimization without Bounded Gradient Condition
  5. 加茂 敬資: 定数および減少ステップサイズにおけるモーメンタム項付き確率的勾配降下法の収束解析
  6. 河野 碧海: 補間条件下における勾配降下法の収束率
  7. 道法 咲瑛: 確率的弱凸最適化におけるモーメンタム項付きミニバッチ近接点法
  8. 日永 凜太朗: 非凸最適化における弱い仮定での定数および減少ステップサイズを用いた確率的勾配降下法の解析と比較

機関誌

  1. 佐藤 尚樹, 飯塚 秀明: 確率的勾配降下法の平滑化効果を利用した段階的最適化手法によるDNNの大域的最適化, オペレーションズ・リサーチ 経営の科学-特集 学生によるOR研究最前線, vol.69, no.9, pp.485–492, 2024 PDF

講演・口頭発表等

  1. 佐藤 尚樹, 飯塚 秀明: SGDの確率的ノイズを利用した段階的最適化手法による経験損失関数の大域的最適化, 電子情報通信学会 情報論的学習理論と機械学習 (IBISML) 研究会 (第55回), 北海道大学大学院環境科学院棟講義室1 (2024年12月21日)
  2. 佐藤 尚樹, 飯塚 秀明: 確率的勾配降下法の平滑化効果を利用した段階的最適化アルゴリズムによる経験損失最小化問題のための大域的最適化, 第27回情報論的学習理論ワークショップ(IBIS2024), ソニックシティ(さいたま) (2024年11月5日)
  3. 酒井 裕行, 飯塚 秀明: リーマン多様体上の最適化アルゴリズムの固有値問題への応用, 日本応用数理学会2024年度年会「行列・固有値問題の解法とその応用」 研究部会OS, 京都大学 (2024年9月14日)
  4. 佐藤 尚樹, 飯塚 秀明: 目的関数の平滑化とディープニューラルネットワークの汎化性能におけるモーメンタム法の慣性項の役割, 日本オペレーションズ・リサーチ学会 2024年秋季研究発表会, 南山大学 (2024年9月11日)
  5. 酒井 裕行, 飯塚 秀明: Riemann多様体上のmemoryless spectral-scaling Broyden公式族の改良およびより一般の写像を用いた拡張, 日本オペレーションズ・リサーチ学会 2024年春季研究発表会, 筑波大学 筑波キャンパス 春日エリア (2024年3月7日)
  6. 佐藤 尚樹, 飯塚 秀明: 確率的勾配降下法の平滑化効果を利用した段階的最適化手法によるディープニューラルネットワークの大域的最適化, 日本オペレーションズ・リサーチ学会 2024年春季研究発表会, 筑波大学 筑波キャンパス 春日エリア (2024年3月7日)

2023年

著書

  1. 飯塚 秀明: 連続最適化アルゴリズム, オーム社 (2023)

レフェリー付き原著論文

  1. Hideaki Iiduka: $\epsilon$-Approximation of Adaptive Leaning Rate Optimization Algorithms for Constrained Nonconvex Stochastic Optimization, IEEE Transactions on Neural Networks and Learning Systems 34 (10): 8108–8115 (2023) PDF
  2. Hiroyuki Sakai, Hiroyuki Sato, Hideaki Iiduka: Global Convergence of Hager-Zhang type Riemannian Conjugate Gradient Method, Applied Mathematics and Computation 441, 127685 (2023) PDF

紀要・講究録

  1. Naoki Sato, Hideaki Iiduka: Existence and Estimation of Critical Batch Size for Training Generative Adversarial Networks with Two Time-Scale Update Rule, Proceedings of the 40th International Conference on Machine Learning, PMLR 202: 30080–30104 (2023) PDF
  2. Hiroki Naganuma, Hideaki Iiduka: Conjugate Gradient Method for Generative Adversarial Networks, Proceedings of the 26th International Conference on Artificial Intelligence and Statistics, PMLR 206: 4381–4408 (2023) PDF

修士学位請求論文

  1. 中村 優太: 適応手法に基づいたアルゴリズムによる敵対的生成ネットワークの訓練
  2. 泉 宏志朗: Scaled Conjugate Gradient Method for Nonconvex Optimization in Deep Learning
  3. 酒井 裕行: Hager–Zhang type Riemannian Conjugate Gradient Method and Its Global Convergence Property

卒業論文

  1. 岩島 勇斗: 多目的最適化アルゴリズムを用いたサッカーのベストイレブンの提案
  2. 川邉 梨紗: 再帰的フィルタを利用した畳み込みニューラルネットワークにおける最適化手法
  3. 黒崎 裕香: 確率的保有コストを伴うジョブスケジューリングアルゴリズムの比較
  4. 児玉 蓮: ロジスティック回帰を用いた身近な気象状況と翌日の降水確率における因果関係の検証
  5. 橋本 一輝: ニューラルネットワークを用いた投手の球種予測
  6. 林 秀樹: 自然勾配法の近似的手法による生成モデルの学習
  7. 佐藤 尚樹: Using Constant Learning Rate of Two Time-Scale Update Rule for Training Generative Adversarial Networks
  8. 塚田 裕樹: 深層学習のための直線探索を用いた確率的勾配降下法の利用
  9. 芳賀 愛未: 畳み込みニューラルネットワークを用いた地震の予測
  10. 早尾 紘一: 長・短期記憶ネットワークを用いた株価予測
  11. 小泉 龍也: 公平性制約付きソフトマージンサポートベクトルマシンの解析

講演・口頭発表等

  1. 佐藤 尚樹, 飯塚 秀明: Existence and Estimation of Critical Batch Size for Training GANs with Two Time-Scale Update Rule, 京都大学数理解析研究所 共同研究 (公開型) 数理最適化: 理論と実践, ハイブリッド開催 (2023年8月28日)
  2. Hiroyuki Sakai, Hideaki Iiduka: Adaptive Learning Rate Optimization Algorithms for Riemannian Optimization,The 10th International Congress on Industrial and Applied Mathematics (ICIAM), Waseda University, Tokyo, Japan (Aug. 20–25, 2023)
  3. Yuki Tsukada, Hideaki Iiduka: Line Search Methods for Nonconvex Optimization in Deep Learning, The 10th International Congress on Industrial and Applied Mathematics (ICIAM), Waseda University, Tokyo, Japan (Aug. 20–25, 2023)
  4. Naoki Sato, Hideaki Iiduka: Theoretical Analysis of Two Time-Scale Update Rule for Training GANs, The 10th International Congress on Industrial and Applied Mathematics (ICIAM), Waseda University, Tokyo, Japan (Aug. 20–25, 2023)
  5. Naoki Sato, Hideaki Iiduka: Existence and Estimation of Critical Batch Size for Training Generative Adversarial Networks with Two Time-Scale Update Rule, The 40th International Conference on Machine Learning (ICML), Hawaii Convention Center, Honolulu, Hawaii, USA (Jul. 23–29, 2023)
  6. Hiroki Naganuma, Hideaki Iiduka: Conjugate Gradient Method for Generative Adversarial Networks, The 26th International Conference on Artificial Intelligence and Statistics (AISTATS), Palau de Congressos, Valencia, Spain (Apr. 25–27, 2023)

2022年

レフェリー付き原著論文

  1. Hideaki Iiduka: Appropriate Learning Rates of Adaptive Learning Rate Optimization Algorithms for Training Deep Neural Networks, IEEE Transactions on Cybernetics 52 (12): 13250–13261 (2022) PDF
  2. Hiroyuki Sakai, Hideaki Iiduka: Riemannian Adaptive Optimization Algorithm and Its Application to Natural Language Processing, IEEE Transactions on Cybernetics 52 (8): 7328–7339 (2022) PDF
  3. Hideaki Iiduka, Hiroyuki Sakai: Riemannian Stochastic Fixed Point Optimization Algorithm, Numerical Algorithms 90: 1493–1517 (2022) PDF Springer Nature SharedIt
  4. Yu Kobayashi, Hideaki Iiduka: Conjugate-gradient-based Adam for Nonconvex Stochastic Optimization and Its Application to Deep Learning, Journal of Nonlinear and Convex Analysis: Special issue: Memory of Wataru Takahashi 23 (2): 337–356 (2022) Open Access

修士学位請求論文

  1. 下山 歌奈子: Deep Leaning Optimizers Using Element-wise $P$-th Power of Stochastic Gradient for Nonconvex Optimization
  2. 朱 伊妮: Unified Algorithm for Nonconvex Stochastic Optimization in Deep Neural Networks

卒業論文

  1. 齊川 拓生: サッカーの試合結果予想のための機械学習アルゴリズム
  2. 鈴木 真里奈: 分枝限定法を利用した最適な観光ルート
  3. 吉村 遥河: 機械学習手法を用いた株価の上下動予測
  4. 星 皓太郎: 資源制約付きプロジェクトスケジューリング問題を解くための線形計画法
  5. 井上 優志: $p$-メディアンモデルを利用した介護施設を統合する施設配置
  6. 王 兆卿: Two time-scale update rule for training generative adversarial networks
  7. 尾上 大介: 5人制三角ベースの打順最適化と守備位置の充足可能性判定
  8. 佐藤 優大: ネットワークのロケーション理論を用いた教員の施設配置
  9. 原田 陽世: 無制約最適化問題に対する三項共役勾配法の大域的収束性

講演・口頭発表等

  1. 酒井 裕行, 佐藤 寛之, 飯塚 秀明: Riemann多様体上のHZ型共役勾配法の固有値問題への応⽤, 日本応用数理学会 2022年度年会 「行列・固有値問題の解法とその応用」 研究部会, 北海道大学⾼等教育推進機構 (2022年9月8日)

2021年

レフェリー付き原著論文

  1. Kanako Shimoyama, Hideaki Iiduka: Adaptive Methods Using Element-wise $P$-th Power of Stochastic Gradient for Nonconvex Optimization in Deep Neural Networks, Linear and Nonlinear Analysis: Special issue: Memory of Wataru Takahashi and Naoki Shioji 7 (3): 317–336 (2021)Open Access
  2. Kazuhiro Hishinuma, Hideaki Iiduka: Evaluation of Fixed Point Quasiconvex Subgradient Method with Computational Inexactness, Pure and Applied Functional Analysis: Special Issue on Optimization Theory dedicated to Terry Rockafellar on the occasion of his 85th birthday 6 (6): 1303–1316 (2021) Open Access
  3. Yini Zhu, Hideaki Iiduka: Unified Algorithm Framework for Nonconvex Stochastic Optimization in Deep Neural Networks, IEEE Access 9: 143807–143823 (2021) Open Access
  4. Hiroyuki Sakai, Hideaki Iiduka: Sufficient Descent Riemannian Conjugate Gradient Methods, Journal of Optimization Theory and Applications 190: 130–150 (2021) PDF Springer Nature SharedIt
  5. Hideaki Iiduka: Inexact Stochastic Subgradient Projection Method for Stochastic Equilibrium Problems with Nonmonotone Bifunctions: Application to Expected Risk Minimization in Machine Learning, Journal of Global Optimization 80 (2): 479–505 (2021) PDF Springer Nature SharedIt
  6. Hideaki Iiduka: Stochastic Approximation Method Using Diagonal Positive-Definite Matrices for Convex Optimization with Fixed Point Constraints, Fixed Point Theory and Algorithms for Sciences and Engineering: Topical Collection on Optimization and Real World Applications 2021: 10 (2021) Open Access Springer Nature SharedIt

修士学位請求論文

  1. 小林 悠: Adaptive Optimization Algorithms with Stochastic Conjugate Gradients and their Applications to Machine Learning
  2. 清水 健吾: Parallel Proximal Point Method for Nonsmooth Convex Optimization with Fixed Point Constraints

卒業論文

  1. 上原 優己: サプライネットワークにおけるコスト基準の最適工場配置決定手法
  2. 鈴木 岳豊: 内点法による資源分配最適化
  3. 田辺 拓美: k-means 法におけるクラスター数決定法
  4. 運賀 涼音: 塾講師のシフトにおけるスケジューリングの最適化
  5. 山下 大貴: 状態コスト推定法を用いたテーマパーク問題に関するパレート最適化
  6. 多々羅 美紅: オープンデータを用いた幼高複合施設の施設配置問題
  7. 渡部 拓: 円板形領域損傷モデルにおける最大フロー最小カット定理
  8. 高橋 優斗: 地域の要請を踏まえたスポーツスケジューリングの最適化
  9. 山口 翔: D’Esopo–Lefkowitz 進塁モデルによる打順の最適化
  10. 中村 優太: ゲーム理論を用いたソニーの国内ゲーム機市場への新規参入時とその後の製品戦略分析
  11. 泉 宏志朗: 非平滑非線形方程式系に関する DY 型及び PRP 型平滑化スケーリング共役勾配法
  12. 酒井 裕行: Hybrid Riemannian conjugate gradient methods and their applications

紀要・講究録

  1. 下山 歌奈子, 飯塚 秀明: 深層ニューラルネットワークを訓練する際に利用する適応学習率最適化アルゴリズムの適切な勾配, 数理解析研究所講究録 No.2194, pp. 1–5, 2021 Open Access
  2. 朱 伊妮, 酒井 裕行, 飯塚 秀明: 適応勾配法を利用したニューラルネットワークの訓練, 数理解析研究所講究録 No.2194, pp. 6–12, 2021 Open Access
  3. Hideaki Iiduka: Halpern-type Subgradient Methods for Convex Optimization over Fixed Point Sets of Nonexpansive Mappings, Proceedings of International Conference on Nonlinear Analysis and Convex Analysis and International Conference on Optimization: Techniques and Applications -I- pp. 119–125 PDF

講演・口頭発表等

  1. 酒井 裕行, 飯塚 秀明: 十分な降下条件を満たす探索方向を生成する Riemann 多様体上の共役勾配法, 日本オペレーションズ・リサーチ学会 2021年秋季研究発表会, 九州大学, オンライン開催 (2021年9月16日)
  2. 泉 宏志朗, 飯塚 秀明: ニューラルネットワークにおける適応的スケーリング共役勾配法, 京都大学数理解析研究所 共同研究 (公開型) 数理最適化の理論と応用の深化, オンライン開催 (2021年8月19日)
  3. 小林 悠, 飯塚 秀明: 深層学習における適応的共役勾配法, 日本オペレーションズ・リサーチ学会 2021年春季研究発表会, 東京工業大学, オンライン開催 (2021年3月2日)
  4. 酒井 裕行, 飯塚 秀明: 適応的学習率最適化アルゴリズムの Riemann 多様体への拡張と自然言語処理への応用, 日本オペレーションズ・リサーチ学会 2021年春季研究発表会, 東京工業大学, オンライン開催 (2021年3月2日)
  5. 朱 伊妮, 酒井 裕行, 飯塚 秀明: 適応勾配法を用いたニューラルネットワークの訓練, 京都大学数理解析研究所研究集会 非線形解析学と凸解析学の研究, オンライン開催 (2021年3月1日)
  6. 下山 歌奈子, 小林 悠, 飯塚 秀明: 深層ニューラルネットワークを訓練するための適応学習率最適化アルゴリズムに利用される適切な勾配, 京都大学数理解析研究所研究集会 非線形解析学と凸解析学の研究, オンライン開催 (2021年3月1日)

2020年

レフェリー付き原著論文

  1. Hiroyuki Sakai, Hideaki Iiduka: Hybrid Riemannian Conjugate Gradient Methods with Global Convergence Properties, Computational Optimization and Applications 77: 811–830 (2020) PDF
  2. Hideaki Iiduka, Yu Kobayashi: Training Deep Neural Networks Using Conjugate Gradient-like Methods, Electronics 9 (11): 1809 (2020) Open Access Correction
  3. Kengo Shimizu, Hideaki Iiduka: Computation Time of Iterative Methods for Nonsmooth Convex Optimization With Fixed Point Constraints of Quasi-Nonexpansive Mappings, Linear and Nonlinear Analysis 6 (2): 281–286 (2020) PDF　
  4. Hideaki Iiduka: Stochastic Fixed Point Optimization Algorithm for Classifier Ensemble, IEEE Transactions on Cybernetics 50 (10): 4370–4380 (2020) PDF
  5. Kazuhiro Hishinuma, Hideaki Iiduka: Efficiency of Inexact Fixed Point Quasiconvex Subgradient Method, Linear and Nonlinear Analysis 6 (1): 35–48 (2020) PDF
  6. Kengo Shimizu, Kazuhiro Hishinuma, Hideaki Iiduka: Parallel Computing Proximal Method for Nonsmooth Convex Optimization With Fixed Point Constraints of Quasi-nonexpansive Mappings, Applied Set-Valued Analysis and Optimization 2 (1): 1–17 (2020) PDF
  7. Hideaki Iiduka: Decentralized Hierarchical Constrained Convex Optimization, Optimization and Engineering 21 (1): 181–213 (2020) PDF Springer Nature SharedIt
  8. Kazuhiro Hishinuma, Hideaki Iiduka: Fixed Point Quasiconvex Subgradient Method, European Journal of Operational Research 282 (2): 428–437 (2020) PDF

博士学位請求論文

  1. 菱沼 和弘: Fixed Point Subgradient Methods for Constrained Nonsmooth Optimization (日本語文題: 制約付き非平滑最適化に対する不動点劣勾配法), 明治大学, 2020 PDF

修士学位請求論文

  1. 大石 晴日: 不動点近似法を用いた 5G ネットワークにおける資源割り当て

卒業論文

  1. 石川 直希: カジュアルとフォーマルと色を意識したコーディネートシステム
  2. 松本 実乃梨: 目標照度を最大限満足する最適な光源配置の探索手法
  3. 下山 歌奈子: 線形計画法を用いた資源制約付きプロジェクトスケジューリング問題解法の提案
  4. 清水 恭兵: サポートベクターマシンによる1日後の株価の上下動予測の検証
  5. 土本 芽実: 制約充足を用いた人狼ゲームの役職絞り込み過程の分析
  6. 籾山 太郎: 正則化手法の比較および考察
  7. 井上 慧汰: 三次収束する求根アルゴリズム modified Newton's method に関する調査と無制約最小化問題への応用
  8. 坂口 凱: LSTM を用いたテクニカル分析による日経平均株価予測
  9. 阿部 真雪: USJ における最適な周り方

講演・口頭発表等

  1. 小林 悠, 飯塚 秀明: 確率的共役勾配方向を用いた適応的最適化手法と深層学習による画像分類への応用, 日本オペレーションズ・リサーチ学会 2020年春季研究発表会, 奈良春日野国際フォーラム (2020年3月12日)
  2. 菱沼 和弘, 飯塚 秀明: 不動点準凸劣勾配法の耐誤差評価, 日本オペレーションズ・リサーチ学会 2020年春季研究発表会, 奈良春日野国際フォーラム (2020年3月12日)
  3. 大石 晴日, 飯塚 秀明: 5Gネットワークにおける不動点近似法を用いた資源割り当て, 日本オペレーションズ・リサーチ学会 2020年春季研究発表会, 奈良春日野国際フォーラム (2020年3月12日)
  4. 清水 健吾, 飯塚 秀明: 並列型近接点法・劣勾配法による準非拡大写像の不動点集合上での非平滑凸最適化における実計算時間の比較, 日本オペレーションズ・リサーチ学会 2020年春季研究発表会, 奈良春日野国際フォーラム (2020年3月12日)
  5. 酒井 裕行, 飯塚 秀明: Riemann 多様体上の新たな共役勾配法の提案, 日本オペレーションズ・リサーチ学会 2020年春季研究発表会, 奈良春日野国際フォーラム (2020年3月12日)

2019年

レフェリー付き原著論文

  1. Haruhi Oishi, Yu Kobayashi, Hideaki Iiduka: Incremental Proximal Method for Nonsmooth Convex Optimization With Fixed Point Constraints of Quasi-nonexpansive Mappings, Linear and Nonlinear Analysis 5 (3): 477-493 (2019) PDF
  2. Hideaki Iiduka: Distributed Optimization for Network Resource Allocation With Nonsmooth Utility Functions, IEEE Transactions on Control of Network Systems 6 (4): 1354-1365 (2019) PDF
  3. Kazuhiro Hishinuma, Hideaki Iiduka: Convergence Analysis of Incremental and Parallel Line Search Subgradient Methods in Hilbert Space, Journal of Nonlinear and Convex Analysis: Special Issue-Dedicated to Wataru Takahashi on the occasion of his 75th birth day 20 (9): 1937-1947 (2019) PDF
  4. Kazuhiro Hishinuma, Hideaki Iiduka: Incremental and Parallel Machine Learning Algorithms With Automated Learning Rate Adjustments, Frontiers in Robotics and AI: Resolution of Limitations of Deep Learning to Develop New AI Paradigms 6, Article 77 (2019) PDF
  5. Hideaki Iiduka: Two Stochastic Optimization Algorithms for Convex Optimization With Fixed Point Constraints, Optimization Methods and Software 34 (4): 731-757 (2019) PDF
  6. Kaito Sakurai, Takayuki Jimba, Hideaki Iiduka: Iterative Methods for Parallel Convex Optimization With Fixed Point Constraints, Journal of Nonlinear and Variational Analysis 3 (2): 115-126 (2019) Open Access

修士学位請求論文

  1. 吉里 英雄: 確率的不動点最適化アルゴリズムに基づくアンサンブル学習法

卒業論文

  1. 小林 悠: Conjugate-gradient-Based Adam for stochastic optimization and its application to natural language processing
  2. 清水 健吾: 課外活動における教員の施設配置問題
  3. 渡辺 一輝: 平均・分散モデルに基づくロバストポートフォリオ最適化の解法
  4. 藤縄 真鈴: ユーザーの体力を考慮した最適観光スケジュール
  5. 小林 かこの: 一般化ウェーバーモデルによる最適な航空貨物ハブ空港の配置
  6. 河本 拓也: 産業の供給に着目したサプライチェーンにおける利潤最大化の分析
  7. 秋元 理愛: 補助関数法による最適化アルゴリズムと到来時間差に基づく音源定位問題への応用
  8. 金井 航輝: 定石形配置法を用いた人間の模倣AI

紀要・講究録

  1. Kazuhiro Hishinuma, Hideaki Iiduka: Applying Conditional Subgradient-like Directions to the Modified Krasnosel’skiĭ-Mann Fixed Point Algorithm Based on the Three-term Conjugate Gradient Method, Proceedings of the 10th International Conference on Nonlinear Analysis and Convex Analysis, pp. 59-67 Open Access
  2. 菱沼 和弘, 飯塚 秀明: 制約付き非平滑凸最小化問題を解くための増分および並列型劣勾配法への直線探索法の組み込み, 数理解析研究所講究録 No.2114, pp. 202–208 Open Access

特別講演

  1. 飯塚 秀明: 複雑制約付き凸最適化とその応用 –不動点理論で端緒を開く–, 日本オペレーションズ・リサーチ学会 2019年秋季研究発表会 (2019年9月12日)
  2. Hideaki Iiduka: Fixed Point Algorithms and Their Applications, The International Conference on Nonlinear Analysis and Convex Analysis–International Conference on Optimization: Techniques and Applications (NACA-ICOTA2019), Future University Hakodate (Aug. 27, 2019)

講演・口頭発表等

  1. 小林 悠, 飯塚 秀明: 共役勾配を適用した確率的最適化アルゴリズムと深層学習への応用, 日本オペレーションズ・リサーチ学会 2019年秋季研究発表会, 東広島芸術文化ホールくらら (2019年9月12日)
  2. 菱沼 和弘, 飯塚 秀明: 不動点準凸準劣勾配法の収束率について, 日本オペレーションズ・リサーチ学会 2019年秋季研究発表会, 東広島芸術文化ホールくらら (2019年9月12日)
  3. 清水 健吾, 飯塚 秀明: 並列型近接点法による準非拡大写像の不動点集合上での非平滑凸最適化, 日本オペレーションズ・リサーチ学会 2019年秋季研究発表会, 東広島芸術文化ホールくらら (2019年9月12日)
  4. Kazuhiro Hishinuma, Hideaki Iiduka: Convergence rate analyses of fixed point quasiconvex subgradient method, The International Conference on Nonlinear Analysis and Convex Analysis–International Conference on Optimization: Techniques and Applications (NACA-ICOTA2019), Future University Hakodate (Aug. 27, 2019)

2018年

レフェリー付き原著論文

  1. Keigo Fujiwara, Kazuhiro Hishinuma, Hideaki Iiduka: Evaluation of Stochastic Approximation Algorithm and Variants for Learning Support Vector Machines, Linear and Nonlinear Analysis, 4 (1): 29-61 (2018) Open Access
  2. Yoichi Hayashi, Hideaki Iiduka: Optimality and Convergence for Convex Ensemble Learning With Sparsity and Diversity Based on Fixed Point Optimization, Neurocomputing, 273: 367-372 (2018) PDF

修士学位請求論文

  1. 藤原 圭吾: 不動点近似法とサポートベクターマシン分類器学習への応用

卒業論文

  1. 宮下 稜: SVM を用いた血液型と性格の無関係性の提案
  2. 大石 晴日: 不動点近似法のネットワーク資源割り当てへの応用
  3. 今泉 博貴: 高的中確率法から見た弓道の成績評価
  4. 岩出 純: ロバスト線形最適化
  5. 江川 潤: プロ野球における重要局面での最適戦略
  6. 田島 康平: 学園祭警備へのゲーム理論の応用
  7. 丹羽 将一: 混雑時における東京ディズニーシーでファストパスを使用した際の最適巡回路
  8. 杉山 輔: 中学校における授業時間割の自動編成
  9. 草野 孝平: 交通信号制御の最適化及び実証実験

機関誌

  1. 飯塚 秀明: 不動点制約付き非平滑凸最適化, オペレーションズ・リサーチ 経営の科学-特集 第29回RAMPシンポジウム, vol. 63, no. 3, pp. 153–159, 2018.

招待講演

  1. Hideaki Iiduka: Decentralized Optimization and Its Applications, the 6th Asian Conference on Nonlinear Analysis and Optimization, ANA Intercontinental Manza Beach Resort (Nov. 6, 2018)

講演・口頭発表等

  1. Kazuhiro Hishinuma, Hideaki Iiduka: Convergence property, computational performance, and usability of fixed point quasiconvex subgradient method, the 6th Asian Conference on Nonlinear Analysis and Optimization, Okinawa Institute of Science and Technology Graduate University (Nov. 7, 2018)
  2. Yu Kobayashi, Hideaki Iiduka: Stochastic subgradient projection method for nonmonotone equilibrium problems and its application to multi class classification, the 6th Asian Conference on Nonlinear Analysis and Optimization, Okinawa Institute of Science and Technology Graduate University (Nov. 5, 2018)
  3. Hideo Yoshizato, Hideaki Iiduka: Stochastic fixed point optimization algorithm for classifier ensemble with sparsity and diversity learning and its application, the 6th Asian Conference on Nonlinear Analysis and Optimization, Okinawa Institute of Science and Technology Graduate University (Nov. 5, 2018)
  4. Yu Kobayashi, Hideaki Iiduka: Stochastic subgradient method for stochastic equilibrium problems with nonmonotone bifunctions and its application to multiclass classification, RIMS Workshop on Nonlinear Analysis and Convex Analysis, Research Institute for Mathematical Sciences, Kyoto University (Aug. 29, 2018)
  5. 菱沼 和弘, 飯塚 秀明: 増分劣勾配法および並列型劣勾配法のサポートベクトルマシン学習への適用とその得失, 日本オペレーションズ・リサーチ学会 2018年春季研究発表会, 東海大学高輪キャンパス (2018年3月15日).
  6. 吉里 英雄, 飯塚 秀明: 疎性および多様性を考慮したアンサンブル学習に対する確率的不動点最適化アルゴリズム, 日本オペレーションズ・リサーチ学会 2018年春季研究発表会, 東海大学高輪キャンパス (2018年3月15日).

2017年

レフェリー付き原著論文

  1. Yuta Sekine, Hideaki Iiduka: Convergence Rate Analysis of Projected Stochastic Subgradient Method Using Conjugate Gradient-like Direction, Linear and Nonlinear Analysis, 3 (2):203-211 (2017) Open Access
  2. Keigo Fujiwara, Hideaki Iiduka: Modification of the Krasnosel'skii-Mann Fixed Point Algorithm by Using Three-term Conjugate Gradients, Linear and Nonlinear Analysis, 3 (2):189-202 (2017) Open Access
  3. Hideaki Iiduka: Almost Sure Convergence of Random Projected Proximal and Subgradient Algorithms for Distributed Nonsmooth Convex Optimization, Optimization, 66 (1):35-59 (2017) PDF

修士学位請求論文

  1. 西野 静佳: 不動点理論を用いた非負値行列因子分解のための数値解法
  2. 野原 芳治: 凸最適化問題とその双対問題に関する 劣勾配法の大規模数値比較
  3. 神場 貴之: 不動点制約を持つ非平滑凸最適化に関する Halpern 型並列近接点法
  4. 櫻井 魁人: 非平滑で凸な目的関数に対する不動点制約付き最適化の並列計算
  5. 菱沼 和弘: 凸関数和最小化問題に対する劣勾配射影法の更新幅構成条件に関する拡張定理

卒業論文

  1. 平戸 大輝: 競合施設の最適配置問題
  2. 橋本 崇宏: 効率値算出モデルを用いたセントラルリーグベストナイン選出
  3. 東野 太紀: 東京ディズニーシーにおけるビギナーに向けた最適な周り方の提供
  4. 井ノ口 雄太: コミュニティバスの時刻表設計
  5. 濱村 圭希: 特殊条件におけるスポーツスケジューリング
  6. 関根 勇太: 制約付き凸最適化に関する確率射影共役勾配法
  7. 孫 可怡: Similarities between the Synthetic CDOs and the Internet Information
  8. 渡邊 雅弘: TVホワイトスペースを利用したメッシュネットワークにおける無線リソース及び経路最適化
  9. 三宮 桂: Broyden-Fletcher-Goldfarb-Shanno 公式を用いた準ニュートン法

紀要・講究録

  1. 飯塚 秀明: 不動点制約付き非平滑凸最適化とその応用, 日本オペレーションズ・リサーチ学会 数理計画研究部会 第29回RAMPシンポジウム論文集, pp. 125–142, 2017.

招待講演

  1. 飯塚 秀明: 不動点制約付き非平滑凸最適化とその応用, 日本オペレーションズ・リサーチ学会 数理計画研究部会 第29回RAMPシンポジウム《RAMP2017; 連続最適化アルゴリズムの新展開》, 筑波大学春日講堂 (2017年10月13日)

講演・口頭発表等

  1. Kazuhiro Hishinuma, Hideaki Iiduka: Iterative method for solving constrained quasiconvex optimization problems based on the Krasnosel'skiĭ-Mann fixed point approximation method, RIMS Workshop on Nonlinear Analysis and Convex Analysis, Research Institute for Mathematical Sciences, Kyoto University (Sep. 1, 2017)
  2. 菱沼 和弘, 飯塚 秀明: 不動点制約付き準凸最小化問題に対する準劣勾配法, 京都大学数理解析研究所研究集会《数理最適化の発展：モデル化とアルゴリズム》, 京都大学数理解析研究所 (2017年8月25日)
  3. Kazuhiro Hishinuma, Hideaki Iiduka: Flexible stepsize selection of subgradient methods for constrained convex optimization, the 10th Anniversary Conference on Nonlinear Analysis and Convex Analysis, Chitose City Cultural Center (Jul. 7, 2017)

2016年

レフェリー付き原著論文

  1. Hideaki Iiduka: Convergence Analysis of Iterative Methods for Nonsmooth Convex Optimization over Fixed Point Sets of Quasi-Nonexpansive Mappings, Mathematical Programming 159 (1): 509-538 (2016) PDF extended version Springer Nature SharedIt
  2. Hideaki Iiduka: Incremental Subgradient Method for Nonsmooth Convex Optimization With Fixed Point Constraints, Optimization Methods and Software 31 (5): 931-951 (2016) PDF
  3. Hideaki Iiduka: Line Search Fixed Point Algorithms Based on Nonlinear Conjugate Gradient Directions: Application to Constrained Smooth Convex Optimization, Fixed Point Theory and Applications 2016: 77 (2016) PDF
  4. Hideaki Iiduka: Proximal Point Algorithms for Nonsmooth Convex Optimization With Fixed Point Constraints, European Journal of Operational Research 253 (2): 503-513 (2016) PDF
  5. Hideaki Iiduka: Optimization for Inconsistent Split Feasibility Problems, Numerical Functional Analysis and Optimization 37 (2): 186-205 (2016) PDF

卒業論文

  1. 加藤 美沙: 大規模制約なし最適化に関する最急降下法
  2. 中村 大: 平滑最適化に関するニュートン法の数値解析
  3. 畠山 椋丞: 制約なし最適化問題に対する共役勾配法
  4. 小川 貴之: DFP 公式を用いた準ニュートン法
  5. 大渕 謙太朗: BFGS 公式を用いた準ニュートン法
  6. 五十嵐 明良: Krasnosel'skii-Mann 型不動点近似法とその凸最適化への応用
  7. 三堀 裕太郎: 凸最適化問題に関する不動点近似法の数値比較
  8. 東坂 龍汰: Hybrid 法による強収束不動点近似
  9. 吉里 英雄: 戦略型ゲームにおける Nash 均衡に関して –例と数値解法–

講演・口頭発表等

  1. 菱沼 和弘, 飯塚 秀明: 並列型劣勾配法の収束効率を改善させるための直線探索に基づくアプローチ, 日本オペレーションズ・リサーチ学会 2016年秋季研究発表会, 山形大学小白川キャンパス (2016年9月15日)
  2. 櫻井 魁人, 飯塚 秀明: 非平滑で凸な目的関数に関する不動点制約付き最適化の並列計算, 日本オペレーションズ・リサーチ学会 2016年秋季研究発表会, 山形大学小白川キャンパス (2016年9月15日)
  3. 野原 芳治, 飯塚 秀明: 凸最適化問題とその双対問題に関する直線探索を用いた劣勾配法, 日本オペレーションズ・リサーチ学会 2016年秋季研究発表会, 山形大学小白川キャンパス (2016年9月15日)
  4. 神場 貴之, 櫻井 魁人, 飯塚 秀明: 不動点制約を持つ非平滑凸最適化に関するHalpern 型並列近接点法, 日本オペレーションズ・リサーチ学会 2016年秋季研究発表会, 山形大学小白川キャンパス (2016年9月15日)
  5. 西野 静佳, 飯塚 秀明: 不動点理論に関するNMFのための数値解法, 日本オペレーションズ・リサーチ学会 2016年秋季研究発表会, 山形大学小白川キャンパス (2016年9月15日)

2015年

レフェリー付き原著論文

  1. Kazuhiro Hishinuma, Hideaki Iiduka: On Acceleration of the Krasnosel’skii-Mann Fixed Point Algorithm Based on Conjugate Gradient Method for Smooth Optimization, Journal of Nonlinear and Convex Analysis: Special Issue-Dedicated to Wataru Takahashi on the occasion of his 70th birth day 16 (11): 2243-2254 (2015)Open Access PDF
  2. Hideaki Iiduka: Distributed Convex Optimization Algorithms and Their Application to Distributed Control in Peer-to-Peer Data Storage System,Journal of Nonlinear and Convex Analysis: Special Issue-Dedicated to Wataru Takahashi on the occasion of his 70th birth day 16 (11): 2159-2179 (2015) Open Access PDF
  3. Hideaki Iiduka: Parallel Optimization Algorithm for Smooth Convex Optimization over Fixed Point Sets of Quasi-Nonexpansive Mappings, Journal of the Operations Research Society of Japan 58 (4): 330-352 (2015) PDF
  4. Kazuhiro Hishinuma, Hideaki Iiduka : Parallel Subgradient Method for Nonsmooth Convex Optimization With a Simple Constraint, Linear and Nonlinear Analysis 1(1): 67-77 (2015) PDF Open Access
  5. Hideaki Iiduka: Parallel Computing Subgradient Method for Nonsmooth Convex Optimization over the Intersection of Fixed Point Sets of Nonexpansive Mappings, Fixed Point Theory and Applications 2015: 72 (2015) PDF
  6. Hideaki Iiduka: Convex Optimization over Fixed Point Sets of Quasi-Nonexpansive and Nonexpansive Mappings in Utility-Based Bandwidth Allocation Problems With Operational Constraints, Journal of Computational and Applied Mathematics 282: 225-236 (2015) PDF
  7. Hideaki Iiduka: Acceleration Method for Convex Optimization over the Fixed Point Set of a Nonexpansive Mapping, Mathematical Programming 149 (1): 131-165 (2015) PDF
  8. Masato Uchida, Hideaki Iiduka, Isao Sugino: Modeling User Behavior in P2P Data Storage System, IEICE Transactions on Communications: Special Section on Quality of Diversifying Communication Networks and Services E98-B (1): 33-41 (2015) PDF

卒業論文

  1. 菱沼 和弘: 微分不可能凸関数和の分散的最小化算法
  2. 櫻井 魁人: 不動点問題に関する Halpern アルゴリズムについて
  3. 野原 芳治: 制約なし最適化に関する共役勾配法について
  4. 西野 静佳: 制約無し最適化に関する最急降下法の収束性
  5. 藤原 圭吾: Krasnosel'skii-Mann 型不動点近似法に関して
  6. 吉池 直樹: 角谷の不動点定理を用いた Nash 均衡の存在性
  7. 竹原 望美: Newton 法を用いた制約なし最適化について

紀要・講究録

  1. 菱沼 和弘, 飯塚 秀明: 非平滑凸最適化に関する並列計算手法, 数理解析研究所講究録 No.1963, pp.71–77 Open Access

2014年

レフェリー付き原著論文

  1. Hideaki Iiduka, Kazuhiro Hishinuma: Acceleration Method Combining Broadcast and Incremental Distributed Optimization Algorithms, SIAM Journal on Optimization 24 (4): 1840-1863 (2014) PDF
  2. Hideaki Iiduka: Distributed Iterative Methods for Solving Nonmonotone Variational Inequality over the Intersection of Fixed Point Sets of Nonexpansive Mappings, Pacific Journal of Optimization 10 (4): 691-713 (2014) PDF
  3. Kaito Sakurai, Hideaki Iiduka: Acceleration of the Halpern Algorithm to Search for a Fixed Point of a Nonexpansive Mapping, Fixed Point Theory and Applications 2014: 202 (2014) PDF
  4. Shigeru Iemoto, Kazuhiro Hishinuma, Hideaki Iiduka: Approximate Solutions to Variational Inequality over the Fixed Point Set of a Strongly Nonexpansive Mapping, Fixed Point Theory and Applications 2014: 51 (2014) PDF

講演・口頭発表等

  1. 菱沼 和弘, 飯塚 秀明: 非平滑で凸な目的関数に対する最適化の並列計算, 2014年日本OR学会秋季研究発表会, 北海道科学大学 (2014年8月28-29日)
  2. Kazuhiro Hishinuma, Hideaki Iiduka: Parallel Algorithm for Nonsmooth Convex Optimization, The International Workshop on Nonlinear Analysis and Convex Analysis, Research Institute for Mathematical Sciences, Kyoto University (Aug. 19-21 2014)

2013年

レフェリー付き原著論文

  1. Hideaki Iiduka: Multicast Decentralized Optimization Algorithm for Network Resource Allocation Problems, Journal of Nonlinear and Convex Analysis 14 (4): 817-839 (2013) Open Access
  2. Hideaki Iiduka: Fixed Point Optimization Algorithms for Distributed Optimization in Networked Systems, SIAM Journal on Optimization 23 (1): 1-26 (2013) PDF

2004年~2012年