注意:これらは学生の研究内容・研究成果であり,教員 (岡本) が各個別テーマに対して専門性を持っているものではありません.
頂点と頂点同士を辺で結んでできる構造をグラフといいます. 本研究では,いくつかの頂点の組が指定されて,その指定された頂点同士を結ぶ交わらない道が見つかるかという問題を考えています. 例えば,図にある2つのグラフで同色の頂点同士を結ぶ交わらない道が見つかるかを考えます.実は,左のグラフは見つけられますが,右のグラフには見つかりません. このように,同じグラフでも指定する頂点によっては道が見つかったり見つからなかったりします. 本研究では,どんな性質をグラフが満たしていれば,どのように頂点の組を指定しても互いに交わらない道が見つかるのかや, 指定する頂点の組を増やしたらどうなるのかといったことを研究しています.
ウィキペディアなどのウェブサイトでは、様々な問題に関する情報が提供されています。しかし、それらの文章は長く、情報は多すぎるので自動テキスト要約(ATS)できるアプリがあると便利です。この時、文法的に正しく、形の整った小さな文を生成するためにMSC を用いることがあります。Multi-Sentence Compression (MSC)とは密接に関連する複数の文から新たに文章を生成することです。これはATSよりも情報量の多い要約を生成することがあります。このときにできるだけ情報が落ちないようにすることとできるだけ短い文を生成することが重要です。主要な手法として次のようなものがあります。ラベル付きグラフを用いてK最短経路を生成します。そして、整数線形計画法を用いて生成された最短経路の集合から文を選択します。興味があるのはこの手法を分析してより優れた要約の手法を編み出すことについてです。
最短経路を求める問題や地図の色を塗り分けるのに必要な色の数を求める問題、といったいくつかの問題は、”グラフ”という頂点と辺からなる問題の表現方法を用いて問題を定式化できます。このような問題にはしかし、効率的に解を求めることができる解きやすい問題が存在する一方で、実際に解くには計算時間がかかる難しい問題が多く存在します。そのような難しい問題を効率的に解くための方法の一つとして、解きやすい問題の入力の構造に似ている度合いを表すようなグラフの指標を用いて、その指標の値が小さい場合には速く解けるような方法があります。しかし、あるグラフが与えられたときにそのグラフの指標の値を求めること自体に計算時間がかかってしまうという問題があります。そこで研究では、グラフの指標を早く計算する方法を考察しています。(図の出典: https://en.wikipedia.org/wiki/Clique-width )
商品の宣伝や災害情報の周知など,情報の拡散は社会の重要な要素の一つとなっています.そこで,特に情報の収集及び発信が手軽なSNSをモデルにし,発信した情報をより多くのユーザーに届けるように促す手法について研究しています.
研究のテーマである影響最大化問題とは,グラフにおける最適化問題の一つであり,既に多くの研究があります.SNSのモデルにおける影響最大化問題とは,情報の発信源であるユーザーの数を入力として予め定め,その条件の下で最も多くのユーザーに情報を拡散することのできる発信源ユーザーの集合を出力する問題です.本研究では,このような情報源ユーザーの集合の選択以外の手法による影響最大化問題について,問題設定とそれを解くアルゴリズムの提案を目的としています.
数学においてグラフとは頂点と辺からなるものを指します。現実の事象をグラフとして単純化することで、様々な問題を解くことが可能です。配送計画問題は場所を頂点、道を辺としてグラフに落とし込むことで、最適な輸送経路を見つけることを目的とします。配送計画問題の内容は多岐に渡りますが、その一例として配達が挙げられます(図参照)。1つの頂点を物流センター、他の頂点を顧客とみなし、物流センターから各顧客(あるいはその逆)への配送を複数のトラックで行う時、各トラックの最適な経路を求めます。そのような経路を求めるアルゴリズムはどのようなものか、そのアルゴリズムはどれほど有用かを調べることが本研究の目的です。