Shummin NAKAYAMA (中山 舜民)

中山舜民

の個人ホームページです.

researchmap

Google Scholar


プロフィール

名前:中山 舜民(ナカヤマ シュンミン)
出身:千葉

専門

  • 数理最適化
  • オペレーションズ・リサーチ

学歴

  • 千葉市立千葉高等学校 理数科 (SSH) (2007年4月入学 - 2010年3月卒業)
  • 東京理科大学 理学部第一部 数理情報科学科 (2010年4月入学 - 2014年3月卒業)
  • 東京理科大学 大学院 理学研究科 数理情報科学専攻 修士課程 (2014年4月入学 - 2016年3月修了)
  • 東京理科大学 大学院 理学研究科 数理情報科学専攻 博士後期課程 2016年4月 入学
    「数理情報科学専攻」は、名称変更により「応用数学専攻」と改称 (2017年)
  • 東京理科大学 大学院理学研究科 応用数学専攻 博士後期課程 2019年3月 修了 博士(理学) 取得

職歴

  • 中央大学 理工学部 経営システム工学科 助教 (2019年4月 - 2021年3月)
  • 東京理科大学 理学部第一部 応用数学科 非常勤講師 (2019年11月 - 2020年3月, 2024年度)
  • 中央大学 理工学部 ビジネスデータサイエンス学科 助教 (2021年4月 - 2022年9月)
    「経営システム工学科」は、名称変更により「ビジネスデータサイエンス学科」と改称 (2021年)
  • 電気通信大学 i-パワードエネルギー・システム研究センター (2022年10月 - 2025年3月)
    電気通信大学 MIプログラム/情報・ネットワーク工学専攻 (兼任)
  • 東京理科大学 理学部第一部 応用数学科 講師 (2025年4月 - 現在)

所属学会

  • 日本オペレーションズ・リサーチ学会
  • 日本応用数理学会
  • 電気学会
  • 日本計算機統計学会

学会活動

現在

  • 日本応用数理学会 2025年度 年会 実行委員
  • 日本応用数理学会 連続最適化研究部会 幹事 (2025年度 - 現在)
  • 電気学会 分野横断型新システム創成技術委員会 電力・エネルギーシステムの確率モデルと最適化に関する調査専門委員会 (2025年度 - 2026年度)

終了

  • 日本オペレーションズ・リサーチ学会 庶務幹事 (2020年度 - 2024年度)
  • 日本オペレーションズ・リサーチ学会 論文誌JORSJ・TORSJ 編集幹事 (2021年度 - 2022年度)
  • 日本オペレーションズ・リサーチ学会 2023 年春季研究発表会 実行委員

助成金

  • 令和6年度~令和9年度科学研究費補助金若手研究「再生可能エネルギー活用のための数理最適化技術の発展」課題番号(24K17466), 研究代表
  • 令和5年度~令和8年度科学研究費補助金基盤研究(B)「小規模創電・蓄電の統合運用を可能にするインターネット型電力プラットフォーム」課題番号(23H01636), 研究代表者:横川慎二(電気通信大学),研究分担者
  • 令和5年度~令和8年度科学研究費補助金基盤研究(C)「大規模非線形最適化問題に対する数値計算法の理論的研究およびその実装」課題番号(23K10999), 研究代表者:矢部博(東京理科大学),研究分担者
  • 令和2年度~令和5年度科学研究費補助金若手研究「機械学習上の非線形最適化の発展と深化」課題番号(20K14986), 研究代表
  • 令和2年度~令和4年度科学研究費補助金基盤研究(C)「大規模非線形最適化法のアルゴリズムに関する研究とその実装」課題番号(20K11698), 研究代表者:矢部博(東京理科大学),研究分担者
  • 平成29年度~平成31年度科学研究費補助金基盤研究(C)「非線形最適化問題に対する数値計算アルゴリズムの研究とその実装」課題番号(17K00039), 研究代表者:矢部博(東京理科大学),研究分担者 (平成31年度のみ)

教育活動

今年度の担当科目
東京理科大学 理学部第一部 応用数学科

  • 2025年度 : プログラミング基礎1及び演習 A組 (C言語,1年,前期)
  •   "  : 続微積分1 (2年,前期)
  •   "  : 最適化理論1 (3年-,前期)
  •   "  : オペレーションズ・リサーチ (3年-,後期)
  •   "  : 応用数学研究2 (3年-,後期)
  •   "  : 卒業研究(通年)

東京理科大学 理学研究科 応用数学専攻

  • 2025年度 : 最適化理論特論 (後期)

東京外国語大学(電気通信大学提供科目)

  • 2025年度 : インフォパワード・エネルギー概論 (第7回:エネルギーシステムの進化とOR)
過去の担当科目 電気通信大学 1類
  • 2024年度 : 情報領域演習第二 C/K課題
  •   "  : 情報数理工学実験第一/コンピュータサイエンス実験第一 J8課題
  • 2023年度 : 情報領域演習第二 C/K課題
  •   "  : 情報数理工学実験第一/コンピュータサイエンス実験第一 J8課題
電気通信大学 情報・ネットワーク工学専攻
  • 2024年度 : 連続最適化基礎論(5/15 回)
中央大学 理工学部 経営システム工学科
  • 2022年度 : 情報処理演習 (情報処理,1年,前期)
  •   "  : テクニカル・プレゼンテーション (プレゼンテーション,2年,前期)
  •   "  : 確率論演習 (確率論,1年,前期)
  • 2021年度 : 情報処理演習 (情報処理,1年,前期)
  •   "  : テクニカル・プレゼンテーション (TeX・パワーポイント,2年,前期)
  •   "  : 確率論演習 (確率論,1年,前期)
  •   "  : 統計学演習 (統計学,1年,後期)
  •   "  : OR演習 (オペレーションズ・リサーチ,2年,後期)
  • 2020年度 : 情報処理演習 (情報処理,1年,前期)
  •   "  : テクニカル・プレゼンテーション (TeX・パワーポイント,2年,前期)
  •   "  : 確率論演習 (確率論,1年,前期)
  •   "  : プログラム言語及び演習第1 (C言語,1年,後期)
  •   "  : 統計学演習 (統計学,1年,後期)
  •   "  : OR演習 (オペレーションズ・リサーチ,2年,後期)
  • 2019年度 : 情報処理演習 (情報処理,1年,前期)
  •   "  : テクニカル・プレゼンテーション (TeX・パワーポイント,2年,前期)
  •   "  : 確率論演習 (確率論,1年,前期)
  •   "  : プログラム言語及び演習第1 (C言語,1年,後期)
  •   "  : 統計学演習 (統計学,1年,後期)
東京理科大学 理学部第一部 応用数学科
  • 2024年度 : 計算数学 (数値解析3)(数値解析,3年-,後期)
  • 2019年度 : 数値解析基礎2演習(数値解析,2年,11月〜)
過去のTA (ティーチング・アシスタント) 東京理科大学 理学部第一部 数理情報科学科
  • 2014年度 : プログラミング及び演習 (Java,1年,通年)
  • 2015年度 : 計算数学及び演習(数値解析,2年,通年)
  •   "  : 最適化理論(最適化理論,3年,通年)
  •   "  : 情情報科学特論(Scilab,4年,通年)
  • 2016年度 : 計算数学及び演習(数値解析,2年,通年)
  •   "  : 数理情報演習3(情報リテラシー,1年,通年)
東京理科大学 理学部第一部 応用数学科 (数理情報科学科)
  • 2017年度 : 数値解析基礎1及び演習(数値解析,2年,前期)
  •   "  : 数値解析基礎2及び演習(数値解析,2年,後期)
  • 2018年度 : 数値解析基礎1及び演習(数値解析,2年,前期)
  •   "  : 数値解析基礎2及び演習(数値解析,2年,後期)
  •   "  : コンピュータ入門(情報リテラシー,1年,前期)
  •   "  : 応用数学入門(情報リテラシー,1年,後期)
東京理科大学 経営学部 ビジネスエコノミクス学科
  • 2017年度 : 線形代数及び演習1(線形代数,1年,前期)
  •   "  : 線形代数及び演習2(線形代数,1年,後期)
  • 2018年度 :解析基礎及び演習2(解析学,1年,後期)

イベント(学会,研究会)

今後のイベント(予定・検討)

過去の参加イベント

2025年度に参加したイベント
2024年度に参加したイベント 2023年度に参加したイベント 2022年度に参加したイベント 2021年度に参加したイベント
2020年度に参加したイベント
2019年度に参加したイベント
2018年度に参加したイベント
2017年度に参加したイベント
2016年度に参加したイベント

研究業績等

著書

  1. ''マンガでわかる 数理最適化",

    中山舜民 (著), 橘海里 (作画), オフィスsawa (制作), オーム社, 2024. [出版社ページ, Amazon], [正誤表]

査読付き学術論文

  1. Shummin Nakayama, ''Active set block Barzilai-Borwein method for model predictive control", Journal of the Operations Research Society of Japan, to appear.
  2. Shotaro Yagishita and Shummin Nakayama, ''An acceleration of proximal diagonal Newton method", JSIAM Letters, 16 (2024), pp. 5--8. [DOI]
  3. Shummin Nakayama, Yasushi Narushima and Hiroshi Yabe, ''Inexact proximal DC Newton-type method for nonconvex composite functions", Computational Optimization and Applications, 87 (2024), pp. 611--640. [DOI,Code]
  4. Yasushi Narushima, Shummin Nakayama, Masashi Takemura, and Hiroshi Yabe, ''Memoryless Quasi-Newton Methods Based on the Spectral-Scaling Broyden Family for Riemannian Optimization", Journal of Optimization Theory and Applications, 197 (2023), pp. 639--664. [DOI]
  5. Yasushi Narushima and Shummin Nakayama, ''A proximal quasi-Newton method based on memoryless modified symmetric rank-one formula", Journal of Industrial and Management Optimization, 19 (2023), pp. 4095--4111. [DOI]
  6. Shummin Nakayama, Yasushi Narushima, Hiroaki Nishio, Hiroshi Yabe, ''An active-set memoryless quasi-Newton method based on a spectral-scaling Broyden family for bound constrained optimization", Results in Control and Optimization, 3 (2021), 100012. [DOI]
  7. Shummin Nakayama and Jun-ya Gotoh, ''On the superiority of PGMs to PDCAs in nonsmooth nonconvex sparse regression", Optimization Letters, 15 (2021), pp.2831--2860. [DOI]
  8. Shummin Nakayama, Yasushi Narushima and Hiroshi Yabe, ''Inexact proximal memoryless quasi-Newton methods based on the Broyden family for minimizing composite functions", Computational Optimization and Applications, 79 (2021), pp.127--154. [DOI]
  9. 成島康史,中山舜民,矢部博,''無制約最適化問題に対するメモリーレス準ニュートン法について",応用数理,29(4) (2019), pp. 8--17. [DOI, PDF]
  10. Shummin Nakayama ''A hybrid method of three-term conjugate gradient method and memoryless quasi-Newton method for unconstrained optimization", SUT Journal of Mathematics, 54 (2018), pp.79--98. [PDF]
  11. Shummin Nakayama, Yasushi Narushima and Hiroshi Yabe, ''Memoryless quasi-Newton methods based on spectral-scaling Broyden family for unconstrained optimization", Journal of Industrial and Management Optimization, 15 (2019), pp. 1773--1793. [DOI]
  12. Shummin Nakayama, Yasushi Narushima and Hiroshi Yabe, ''A memoryless symmetric rank-one method with sufficient descent property for unconstrained optimization", Journal of the Operations Research Society of Japan, 61 (2018), pp. 53--70. [DOI, PDF]

査読付き Proceedings

  1. Shummin Nakayama, Yasushi Narushima, ''Global convergence of a proximal memoryless symmetric rank one method for minimizing composite functions", In Proceedings of International Conference on Nonlinear Analysis and Convex Analysis - International Conference on Optimization Techniques and Applications (NACA-ICOTA2019), (Hakodate, Japan, 2019), Contents II, pp. 99--108, 2021. [PDF]
  2. Hiroaki Nishio, Shummin Nakayama, Yasushi Narushima, Hiroshi Yabe, ''A globally convergent active-set memoryless quasi-Newton method based on spectral-scaling Broyden family for bound constrained optimization", In Proceedings of International Conference on Nonlinear Analysis and Convex Analysis - International Conference on Optimization Techniques and Applications (NACA-ICOTA2019), (Hakodate, Japan, 2019), Contents II, pp. 147--160, 2021. [PDF]

記事等

  1. 白髪丈晴, 中山舜民, ''2023年春季研究発表会ルポ", オペレーションズ・リサーチ, 68(8), pp. 438--441, 2023. [PDF]
  2. 中山舜民, ''大規模無制約最適化問題に対する準ニュートン法と近接勾配法", オペレーションズ・リサーチ, 65(12), pp. 650--655, 2020. [PDF]

講究録・報文集

  1. 中山舜民, 成島康史, 矢部博, ''内部反復を改良したメモリーレス BFGS 公式に基づく非厳密ニュートン型近接勾配法", 統計数理研究所共同研究リポート 「最適化: モデリングとアルゴリズム 33」, 453 (2022), pp.20--27.
  2. 矢部博, 成島康史, 中山舜民, ''メモリーレスBroyden 公式族に基づいた非厳密Newton 型近接勾配法の大域的収束性", 統計数理研究所共同研究リポート 「最適化: モデリングとアルゴリズム 32」, 428 (2020), pp.51--64.
  3. 成島康史, 中山舜民, ''A proximal memoryless symmetric rank one method for minimizing composite functions", 京都大学数理解析研究所講究録 共同研究(公開型)高度情報化社会に向けた数理最適化の新潮流, 2108 (2019),pp.196--205. [PDF]
  4. 中山舜民, 成島康史, 矢部博, ''Inexact proximal memoryless quasi-Newton methods for minimizing composite functions", 京都大学数理解析研究所講究録 共同研究(公開型)高度情報化社会に向けた数理最適化の新潮流, 2108 (2019),pp.187--195. [PDF]
  5. 中山舜民, 成島康史, 矢部博, ''Global convergence of inexact proximal memoryless spectral-scaling MBFGS method", 統計数理研究所共同研究リポート 「最適化: モデリングとアルゴリズム 31」, 420 (2019), pp.224--231.
  6. 中山舜民, 成島康史, 矢部博, ''無制約最適化問題に対する Broyden family に基づいた非線形共役勾配法", 京都大学数理解析研究所講究録 数理最適化の発展:モデル化とアルゴリズム, 2069 (2018),pp.194--206. [PDF]
  7. 中山舜民, 成島康史, 矢部博, ''Memoryless quasi-Newton methods based on Broyden family with sufficient descent property for unconstrained optimization", 統計数理研究所共同研究リポート 「最適化: モデリングとアルゴリズム 30」, 407 (2018), pp.108--123.
  8. 中山舜民, 成島康史, 矢部博, ''Global convergence of memoryless modified symmetric rank-one method for unconstrained optimization", 統計数理研究所共同研究リポート 「最適化: モデリングとアルゴリズム 29」, 367 (2017), pp.101--115.
  9. 中山舜民, 成島康史, 矢部博, ''無制約最適化問題に対するメモリーレス修正SR1法の大域的収束性について", 京都大学数理解析研究所講究録 新時代を担う最適化:モデル化手法と数値計算, 1981 (2016), pp.51--65. [PDF]

国際会議での口頭発表

  1. *Yasushi Narushima, Shummin Nakayama, Hiroshi Yabe, ''Nonmonotone proximal structured quasi-Newton methods based on the Broyden family ", The Third Pacific Optimisation Conference (POC2023), Sunway City, Malaysia, December 10, 2023.
  2. *Shummin Nakayama, Shotaro Yagishita, ''Proximal diagonal Newton method for nonconvex composite optimization", The Third Pacific Optimisation Conference (POC2023), Sunway City, Malaysia, December 10, 2023.
  3. *Shummin Nakayama, Yasushi Narushima, Hiroshi Yabe, ''Proximal structured quasi-Newton method for nonlinear least squares with nonsmooth regularizer", 10th International Congress on Industrial and Applied Mathematics (ICIAM), August 21, 2023.
  4. *Shummin Nakayama, Yasushi Narushima, Hiroshi Yabe, ''An Inexact Proximal Difference-of-Convex Algorithm Based on Memoryless Quasi-Newton Methods", 2021 SIAM Conference on Optimization, July 23, 2021 (Virtual Conference).
  5. *Jun-ya Gotoh, Shummin Nakayama, ''Continuous Exact Penalty Approach To Grouped Variable Selection In Regression Methods", INFORMS Annual Meeting, November 14, 2020 (Virtual Conference).
  6. *Jun-ya Gotoh, Shummin Nakayama, ''Sparse Robust Regression With Continuous Exact K-sparse Penalties", INFORMS Annual Meeting, Catonsville, USA, October 23, 2019.
  7. *Hiroaki Nishio, Shummin Nakayama, Yasushi Narushima, Hiroshi Yabe, ''Global convergence of an active-set memoryless quasi-Newton method based on spectral-scaling Broyden family for bound constrained optimization", International Conference on Nonlinear Analysis and Convex Analysis - International Conference on Optimization Techniques and Applications, Hakodate, Japan, August 30, 2019.
  8. *Shummin Nakayama, Yasushi Narushima, ''Global convergence of a proximal memoryless symmetric rank one method for minimizing composite functions", International Conference on Nonlinear Analysis and Convex Analysis - International Conference on Optimization Techniques and Applications, Hakodate, Japan, August 29, 2019.
  9. *Shummin Nakayama, Yasushi Narushima, Hiroshi Yabe, ''Inexact proximal memoryless quasi-Newton methods based on Broyden family for minimizing composite functions", The Sixth International Conference on Continuous Optimization of the Mathematical Optimization Society, Berlin, Germany, August 7, 2019.
  10. *Shummin Nakayama, Yasushi Narushima, Hiroshi Yabe, ''Inexact proximal memoryless spectral-scaling MBFGS method", 23rd International Symposium on Mathematical Programming, Bordeaux, France, July 5, 2018.
  11. *Shummin Nakayama, Yasushi Narushima, Hiroshi Yabe, ''Global Convergence of Memoryless Quasi-Newton Methods Based on Broyden Family for Unconstrained Optimization", 2017 SIAM Conference on Optimization, Vancouver, Canada, May 24, 2017.
  12. *Shummin NAKAYAMA, Yasushi NARUSHIMA, Hiroshi YABE, ''A memoryless sized symmetric rank-one method with sufficient descent property for unconstrained optimization", The Fifth International Conference on Continuous Optimization of the Mathematical Optimization Society, Tokyo, Japan, August 11, 2016.

国内会議等での口頭発表

  1. *中山舜民, ''LASSOに対するGradient MappingとDamped Semismooth Newton法", 日本計算機統計学会 第38回シンポジウム, 能楽堂ホールtenjin9(岡山), 2024 年 10 月 26 日.
  2. *中山舜民, ''近接勾配法のgradient mappingに対するDamped Semismooth Newton法とその大域的収束性", 日本オペレーションズ・リサーチ学会 2024 年秋研究発表会, 南山大学, 2024 年 9 月 10 日.
  3. *中山舜民, ''Damped semismooth Newton method for LASSO problems", 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」, 京都大学(ハイブリッド開催), 2024 年 8 月 27 日.
  4. *坂本翼, 中山舜民, ''太陽光発電を含むエネルギーシステムの不確実な状況下での電力価格決定モデル", 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, 2024 年 3 月 8 日.
  5. *中山舜民, 成島康史, 矢部博, ''構造化Broyden公式族に基づいたニュートン型近接勾配法の局所的収束性", 日本応用数理学会 第20回 研究部会連合発表会, 長岡技術科学大学, 2024 年 3 月 4 日.
  6. *中山舜民, ''数理最適化のアルゴリズムと活用", COMPASS meetup vol.26, 電気通信大学(オンライン), 2024 年 2 月 15 日.
  7. *中山舜民, 成島康史, 矢部博, ''構造化Broyden公式族に基づいたニュートン型近接勾配法", 日本オペレーションズ・リサーチ学会 2023 年春秋研究発表会, 関西学院大学, 2023 年 9 月 14 日.
  8. *矢部博, 中山舜民, 成島康史, ''構造化Broyden公式族に基づいたニュートン型近接勾配法の⼤域的収束性", 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」, 京都大学(ハイブリッド開催), 2023 年 8 月 29 日.
  9. *中山舜民, ''正則化付き最適化問題に対する数値計算アルゴリズム", 第44回 情報数理工学セミナー, 電気通信大学, 2023 年 4 月 21 日.
  10. *柳下翔太郎, 中山舜民, ''悪条件の問題に対する近接対角ニュートン法の提案とその優位性について", 日本応用数理学会 第19回 研究部会連合発表会, 岡山理科大学, 2023 年 3 月 10 日.
  11. *中山舜民, ''上下限制約付き最適化問題に対する有効制約ブロックBarzilai–Borwein 法", 日本オペレーションズ・リサーチ学会 2023 年春季研究発表会, 中央大学, 2023 年 3 月 8 日.
  12. *柳下翔太郎, 中山舜民, ''ヘッセ行列の対角成分を用いた近接勾配法", 日本オペレーションズ・リサーチ学会 2023 年春季研究発表会, 中央大学, 2023 年 3 月 7 日.
  13. *中山舜民, 後藤順哉, ''Trimmed l_1 正則化を用いたイメージレジストレーション", 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, 京都大学(ハイブリッド開催), 2022 年 8 月 29 日.
  14. *中山舜民, 成島康史, 竹村壮史, 矢部博, ''リーマン多様体上の最適化問題に対するブロイデン公式族に基づくメモリーレス準ニュートン法の大域的収束性について", 日本オペレーションズ・リサーチ学会 2022 年春季研究発表会, 群馬大学(オンライン), 2022 年 3 月 18 日.
  15. *中山舜民, ''スパース最適化問題に対する近接勾配法と近接DCアルゴリズム", 日本オペレーションズ・リサーチ学会 最適化手法とアルゴリズム 研究部会 (SOMA) 第3回 研究会, オンライン, 2021 年 10 月 30 日.
  16. *中山舜民, ''無制約最適化アルゴリズム 〜準ニュートン法を中心に〜", 計測自動制御学会 制御部門 2021年度 プラントモデリング部会「モデルベースシステム開発の新展開」, オンライン, 2021 年 9 月 22 日.
  17. *中山舜民, 成島康史, 矢部博, ''メモリーレス準ニュートン法に基づく非厳密ニュートン型近接DCアルゴリズム", 日本オペレーションズ・リサーチ学会 2021 年春秋研究発表会, 九州大学(オンライン), 2021 年 9 月 16 日.
  18. *中山舜民, 成島康史, 矢部博, ''微分不可能なDC関数を含む最適化問題に対する非厳密ニュートン型近接勾配法", 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.
  19. *中山舜民, 成島康史, 矢部博, ''内部反復を改良したメモリーレス BFGS 公式に基づく非厳密ニュートン型近接勾配法", 研究集会最適化: モデリングとアルゴリズム, オンライン開催, 2021 年 3 月 29 日.
  20. *中山舜民, 成島康史, 矢部博, ''メモリーレスBFGS公式に基づく非厳密ニュートン型近接勾配法における内部反復の改良について", 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), 2021 年 3 月 2 日.
  21. *中山舜民, 後藤順哉, ''非凸なスパース回帰問題に対する近接勾配法と近接DCA の比較", 京都大学数理解析研究所 共同研究(グループ型) 数理最適化の理論・アルゴリズム・応用 , オンライン開催, 2020 年 8 月 25 日.
  22. 中山舜民, *成島康史, 矢部博, ''非凸最適化問題に対するメモリーレス準ニュートン法に基づいた非厳密ニュートン型近接勾配法, およびその数値的な効率性について", 京都大学数理解析研究所 共同研究(グループ型) 数理最適化の理論・アルゴリズム・応用, オンライン開催, 2020 年 8 月 25 日.
  23. *中山舜民, 後藤順哉, ''非凸最適化問題に対する近接勾配法の方向停留点への収束性と近接DCAとの比較", 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 13 日. (学会中止につき見なし発表)
  24. *西尾啓朗, 中山舜民, 成島康史, 矢部博, ''上下限制約付き最適化問題に対する有効制約メモリーレス準ニュートン法の大域的収束性", 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 13 日. (学会中止につき見なし発表)
  25. 中山舜民, *成島康史, ''メモリーレス対称ランクワン法に基づいたニュートン型近接勾配法の大域的収束性について", 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.
  26. *西尾啓朗, 中山舜民, 成島康史, 矢部博, ''上下限制約付き最適化問題に対するスペクトラルスケーリング Broyden 公式族に基づく有効制約メモリーレス準ニュートン法", 京都大学数理解析研究所 共同研究(公開型)高数理計画問題に対する理論とアルゴリズムの研究, 京都大学, 2019 年 8 月 6 日.
  27. * 矢部博, 成島康史, 中山舜民, ''メモリーレスBroyden 公式族に基づいた非厳密Newton 型近接勾配法の大域的収束性", 研究集会最適化: モデリングとアルゴリズム, 統計数理研究所, 2019 年 3 月 25 日.
  28. *中山舜民, 成島康史, 矢部博, ''メモリーレスBroyden公式族に基づいた非厳密Newton型近接勾配法", 日本オペレーションズ・リサーチ学会 2019 年春季研究発表会, 千葉工業大学, 2019 年 3 月 15 日.
  29. *中山舜民, ''メモリーレス準ニュートン法とそれらに基づいた近接勾配法", 日本OR学会 創立60周年記念事業 本部SSOR 2018, 水上温泉, 2018 年 8 月 30 日.
  30. *成島康史, 中山舜民, ''A proximal memoryless symmetric rank one method for minimizing composite functions", 京都大学数理解析研究所 共同研究(公開型)高度情報化社会に向けた数理最適化の新潮流, 京都大学, 2018 年 8 月 7 日.
  31. *中山舜民, 成島康史, 矢部博, ''Inexact proximal memoryless quasi-Newton methods for minimizing composite functions", 京都大学数理解析研究所 共同研究(公開型)高度情報化社会に向けた数理最適化の新潮流, 京都大学, 2018 年 8 月 7 日.
  32. *中山舜民, ''メモリーレス準ニュートン法に基づいた非厳密近接勾配法", 最適化とその応用 —未来を担う若手研究者の集い 2018—, 筑波大学, 2018 年 6 月 10 日.
  33. *中山舜民, 成島康史, 矢部博, ''Global convergence of inexact proximal memoryless spectral-scaling MBFGS method", 研究集会最適化: モデリングとアルゴリズム, 政策研究大学院大学, 2018 年 3 月 29 日.
  34. *中山舜民, 成島康史, 矢部博, ''メモリーレススペクトラル・スケーリングMBFGS更新公式に基づいた非厳密近接勾配法の大域的収束性", 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, 2018 年 3 月 16 日.
  35. *中山舜民, ''無制約最適化問題に対するBroyden familyに基づいたメモリーレス準ニュートン法と非線形共役勾配法", 東北ORセミナー2017;若手研究交流会, 蔵王セントラルプラザ, 2017 年 11 月 25 日.
  36. *中山舜民, 成島康史, 矢部博, ''無制約最適化問題に対するBroyden family に基づいた非線形共役勾配法", 京都大学数理解析研究所 研究集会 新時代を担う最適化:モデル化手法と数値計算 , 京都大学, 2017 年 8 月 25 日.
  37. *中山舜民, 成島康史, 矢部博, ''Memoryless quasi-Newton methods based on Broyden family with sufficient descent property for unconstrained optimization", 研究集会最適化: モデリングとアルゴリズム, 統計数理研究所, 2017 年 3 月 24 日.
  38. *中山舜民, 成島康史, 矢部博, ''無制約最適化問題に対するスケーリング付きBroyden公式族に基づいたメモリーレス凖ニュートン法の大域的収束性", 日本オペレーションズ・リサーチ学会 2017 年春季研究発表会, 沖縄県市町村自治会館, 2017 年 3 月 17 日.
  39. *中山舜民, ''無制約最適化問題に対するサイジング付き対称ランクワン公式に基づいたメモリーレス準ニュートン法について", 最適化の基盤とフロンティア ─ 未来を担う若手研究者の集い2016 ─ , 筑波大学, 2016 年 5 月 28 日.
  40. *中山舜民, 成島康史, 矢部博, ''Global convergence of memoryless modified symmetric rank-one method for unconstrained optimization", 研究集会最適化: モデリングとアルゴリズム, 政策研究大学院大学, 2016 年 3 月 22 日.
  41. *中山舜民, 成島康史, 矢部博, ''無制約最適化問題に対するメモリーレス修正SR1法について", 日本オペレーションズ・リサーチ学会 2015 年秋季研究発表会, 九州工業大学, 2015 年 9 月 11 日.
  42. *中山舜民, 成島康史, 矢部博, ''無制約最適化問題に対するメモリーレス修正SR1法の大域的収束性について", 京都大学数理解析研究所 研究集会 新時代を担う最適化:モデル化手法と数値計算 , 京都大学, 2015 年 8 月 31 日.

*は登壇者を表す

受賞歴

その他


連絡先

居室: 東京理科大学 神楽坂キャンパス 1号館15階
〒162-8601 東京都新宿区神楽坂1丁目3
E-mail: nakayama<at>rs.tus.ac.jp (<at> を @ に変えてお使い下さい.)