2025年01月14日(火) 9:25-18:20
2025年01月15日(水) 10:00-16:20
こちらの人工知能学会発表申込フォームより参加申込を行ってください．
当研究会の聴講は無料です．
対面開催
特集「離散構造に対するアルゴリズム・データ構造と人工知能」および一般
ネットワークなどの離散構造は実問題をモデル化する際に頻繁に用いられるが， 離散構造上の問題を高速に処理することは容易ではありません．これらの高速な処理にはアルゴリズムとデータ構造の技術が不可欠です． そこで今回の研究会では「離散構造に対するアルゴリズム・データ構造と人工知能」というテーマに関する研究を幅広く募集します． また、これに限らず，人工知能の基本問題に関する理論や応用の発表も幅広く募集します．
ウォームスタートの学習による離散最適化手法の高速化
Algorithms with Predictions (ALPS) is an emerging field that uses machine-learned predictions to improve algorithms. We consider ALPS to accelerate discrete optimization algo- rithms through the lens of discrete convex analysis (DCA). In DCA, various discrete optimization algorithms, including the Hungarian method for maximum-weight perfect bipartite matching and the successive shortest path algorithm for minimum-cost flow, are viewed as discrete gradient de- scent for M-/L-convex functions. This perspective, along with its geodesic property, characterizes the number of iterations of these algorithms as the distance between the initial point and the set of optimal solutions, naturally leading to warm starts of the algorithms. In this talk, after introducing the basics of DCA, we present online learning algorithms for predicting better initial points. This talk is based on joint work with Shinsaku Sakaue (The University of Tokyo / RIKEN AIP).
決定グラフを用いたネットワーク信頼性評価：基本と近年の進展
ネットワークインフラを構成するケーブルなどの部品は時々壊れてしまいます。そのような部品の故障に対するネットワークの頑健性を測る指標がネットワーク信頼性です。古典的には、ネットワークをグラフとしてモデル化し、各辺がそれぞれ所与の確率で故障すると仮定したときに、注目する頂点間の接続が保たれる確率を求める問題として定式化されます。この問題は#P完全という非常に難しい計算量クラスに属することが知られており、多項式時間アルゴリズムは存在しないことが予想されます。一方で、実用上は二分決定グラフ (BDD) を構築して動的計画法を行う手法が数百辺程度の実ネットワークデータに対して現実的な時間で動作することが知られています。この手法はグラフのパス幅に関する固定パラメータアルゴリズムと見なすことができます。本講演の前半では、この BDD を構築する手法について解説します。次いで、近年は講演者らのグループがこの手法をベースにさらに高速化したアルゴリズムや、より発展的なネットワーク信頼性指標を計算するアルゴリズムを提案しています。本講演の後半では、これらの近年提案したアルゴリズムについてお話しします。
発表時間の目安は，一般発表は20分（15分発表＋5分質疑），招待講演は60分（50分発表＋10分質疑）です．
[AL1] 大規模言語モデルによるコード書き換えと強化学習を用いたAI生成コードの判別手法
◯加藤 尚暉, 榎原 博之 (関西大学)
[AL2] 他の車両を考慮した経路探索アルゴリズム
◯山内 柊生, 徳永 潤平, 榎原 博之 (関西大学), 上田 修功 (理化学研究所)
[AL3] Dial-A-Ride-Problemに対するBRKGA-QLを用いたアルゴリズムの改良
◯嶋岡 拓人, 榎原 博之 (関西大学)
[FPAI1] DanceDD-Cを用いたXCCに対するアルゴリズム
松本 吏司（高知工科大学），原田 崇司（高知工科大学）
[FPAI2] ZDDを用いたアイスバーンの自動生成
笹川 駿（東京都立産業技術高等専門学校ものづくり工学科），石畠 正和（NTT）
[FPAI3] 投射モデル計数のための実行時間推定による最速ソルバ決定
中村 翔平（名古屋大学大学院情報学研究科），橋本 健二（香川大学大学院創発科学研究科）酒井 正彦（名古屋大学大学院情報学研究科）
[FPAI招待講演1] 決定グラフを用いたネットワーク信頼性評価：基本と近年の進展
中村 健吾（NTTコミュニケーション科学基礎研究所）
[AL4] 未決定文字列における一意単語の検索の困難さ
Olbrich Jannik (University of Ulm), ◯クップル ドミニク (山梨大学)
[AL5] 木分解を用いた組合せ最適化問題に対する局所探索の高速化
◯後出 祥臣, 儀間 達也, 小林 靖明 (北海道大学)
[AL6] トーラス格子グラフの木幅について
儀間 達也 (北海道大学), ◯森元 拓, 岡田 優斗, 大舘 陽太 (名古屋大学)
[FPAI4] On the Number of Nodes Required to Compress Real-valued Vectors in Autoencoders Using Linear and ReLU Activation Functions
Sun Liangjie，Wu Chenyao（京都大学），Ching Wai-Ki（香港大学），阿久津 達也（京都大学）
[FPAI5] 定性的に表現された地質柱状図からの地層モデルの生成
高橋 和子，豊嶋 泰都（関西学院大学）
[FPAI6] Maximal Common Subsequence Enumeration is Hard
Giovanni Buzzega，Alessio Conte（University of Pisa），Yasuaki Kobayashi（Hokkaido University），Kazuhiro Kurita（Nagoya University），Giulia Punzi（University of Pisa）
[FPAI7] ZDD上での発展的演算の一般化
伝住周平、西野正彬、安田宜仁（NTTコミュニケーション科学基礎研究所）
[AL7] On the Total Number of Edge Crossings of Euclidean Minimum Weight (k,k)-Tight Graphs
◯Hitomi Hayashi, Yuya Higashikawa (University of Hyogo)
[AL8] Sink Location Problems in Dynamic Flow Networks
◯Ayano Nishii, Yuya Higashikawa, Junichi Teruyama, Yuki Tokuni (University of Hyogo)
[AL9] 格子状のネットワークにおける津波避難を想定した最速輸送問題
◯山本 杏珠紗, 照山 順一, 戸國 友貴, 東川 雄哉 (兵庫県立大学)
[AL10招待講演1] TBA
佐竹 翔平 (熊本大学)
[AL11] 最大次数3の平面的グラフにおける事前割当による最小頂点被覆の唯一化の計算困難性
◯坂本 郁弥, 鈴木 琉, 脊戸 和寿, 堀山 貴史 (北海道大学)
[AL12] Exact Algorithm for the Boolean Connectivity of k-Horn Formulas via Deterministic PPZ
◯Yuto Okura (Hokkaido University), Junichi Teruyama (University of Hyogo), Kazuhisa Seto, Takashi Horiyama (Hokkaido University)
[AL13] On the Complexity of Minimising the Moving Distance for Dispersing Objects
◯Nicolas Honorato-Droguett, Kazuhiro Kurita (Nagoya University), Tesshu Hanaka (Kyushu University), Hirotaka Ono (Nagoya University)
[AL14] 輪番割当問題の密度限界と最頻周期
河村 彰星, ◯草野 陽介, 小林 佑輔 (京都大学)
[FPAI招待講演2] ウォームスタートの学習による離散最適化手法の高速化
大城 泰平（北海道大学）
[FPAI8] Hyperedge Prediction with Transformer and Formal Concept Analysis
楊 宏遠，彭 思棋，山本 章博（京都大学情報学研究科）
[FPAI9] 飽和集合のハッシュ表を利用した極小生成子列挙アルゴリズムの改善
小田 修也（山梨大学大学院医工農学総合教育部工学専攻コンピュータ理工学コース），岩沼 宏治，吉川 雅修（山梨大学大学院総合研究部）
[FPAI10] Counterfactual Explanation Propagation for Graph Neural Networks
MA JIALI，瀧川 一学，山本 章博（京都大学）
研究会資料は発表の有無に関わらず stores にて電子版を購入頂けます．
なお，人工知能学会の学生会員は無料です．
また，それ以外の会員の方は研究会登録による年間購読割引があります．
主査: 杉山 麿人
幹事: 西野 正彬、栗田 和宏、鈴木 浩史、中畑 裕、竹村 彰浩
担当幹事: 栗田 和宏, 中畑 裕
連絡先アドレス：fpai_kanji@sig-fpai.org
人工知能学会第一種研究会に投稿された研究会資料は紙冊子として発行されると同時に，
学会事務局で資料ID（※１）を付与した上で学会文献提供サイト「J-STAGE」上のPDFファイルとして掲載されます．
SIG-FPAI はこちらからご覧いただけます．
発行日(※２)から一年間（エンバーゴ期間）は，PDF閲覧時に認証を求められますが，研究会登録メンバーは無料で閲覧可能です．
認証のための購読者番号やパスワードはオンライン会員情報管理システムにログインし，「学会からのお知らせ」にてご確認下さい．
なお，エンバーゴ期間中，研究会登録メンバー以外の方は，stores にて購入いただけます．
(※１)研究会資料ID付与規則の変更(2021年4月）
研究会資料ID（論文ID）の付与ルールを下記のように統一しました．
(※２)紙媒体の奥付に記載された発行日