研究室紹介

中田研の研究室の紹介です. クリックした項目にジャンプします.

ゼミ
研究室の様子
イベント

中田研では総合ゼミと輪読ゼミという2種類のゼミが毎週あります. またこの他にも, 中田先生と少人数の学生によるディスカッションや, 有志の輪読ゼミなども頻繁に行われています.

総合ゼミ

基本的には1回につき2名の担当者が最近の研究成果について説明し, その後みんなでディスカッションをします. 研究室の全員で勉強をするのが目的です. 学生の人数にもよりますが, 半年に2回か3回発表することになります. 発表回数が少ないと思うかもしれませんが, そのぶん密度の濃い発表が期待されています. 担当者は, 自分が興味を持った論文の内容を分かりやすく説明する, あるいは自分の研究成果について発表を行います. 発表の際には, 研究の背景や意義などの周辺状況についても理解しておかなければなりません. みんなの前で発表する価値のある論文を探し出すことから勉強です. これはやってみると結構大変です.

輪読ゼミ

1学年で1冊の本を決め, 節などで区切って順番に学生が説明をしていきます. 論理的思考力を身に付けるため, 数理的にしっかりと記述された本を読むことが多いです. 1つ1つの定理を丁寧に証明していきますので, 1度に多くのページは進みません. そのため, 数年かけて1冊の本を読み切ることになります. 基本的には1週間に1名の発表者が90分の発表を行います. 1学年あたり3名から5名なので, およそ1か月に1回発表することになります. これまでに以下に挙げたような本を読みました.

Dimitris Bertsimas and Dick Den Hertog, Robust and Adaptive Optimization, Dynamic Ideas LLC, 2022.
Ruidi Chen and Ioannis Ch. Paschalidis, Distributionally Robust Learning, Foundations and Trends® in Optimization, 2020.
J. Frédéric Bonnans, Convex and Stochastic Optimization, Springer, 2019.
A. Beck, Introduction to Nonlinear Optimization Theory, Algorithms, and Applications with MATLAB, Society for Industrial & Applied Mathematics, 2014.
S. Theodoridis, Machine Learning A Bayesian and Optimization Perspective, Elsevier, 2022.
P. J. Brockwell and R. A. Davis, Introduction to Time Series and Forecasting, Springer, 2002.
T. Hastie, R. Tibshirani, and J. Friedman, The Elements of Statistical Learning, Springer, 2001.
R. S. Sutton and A.G. Barto, Reinforcement Learning: An Introduction, The MIT Press, 1992.
A. Beck, First-Order Methods in Optimization, Society for Industrial & Applied Mathematics, 2017.
R. T. Rockafellar, Convex Analysis, Princeton University Press, 2015.
D. Barder, Bayesian Reasoning and Machine Learning, Cambridge University Press, 2012.
W. J. Cook, W. H. Cunningham, W. R. Pulleyblank, and A. Schrijver, Combinatorial Optimization, Wiley-Interscience, 1997.
M. S. Bazaraa, H. D. Sherali, and C. M. Shetty, Nonlinear Programming: Theory and Algorithms, Wiley-Interscience, 2006.
L．A. Wolsey Integer Programming, Wiley-Interscience, 1998.
Yu. Nesterov Introductory Lectures on Convex Programming, Springer, 1998.
R. K. Ahuja, T. L. Magnanti, and J. B. Orlin, Network Flows: Theory, Algorithms, and Applications, Prentice Hall, 1993.
R. Tyrrell Rockafellar, Convex Analysis, Princeton University Press, 1997.
M. Aigner and G. M. Ziegler, Proofs from THE BOOK, Springer, 2010.
G. L. Nemhauser and L. A. Wolsey, Integer and Combinatorial Optimization, Wiley-Interscience, 1999.
A. Berman and N. Shaked-Monderer, Completely Positive Matrices, World Scientific, 2003.
S. Sra, S. Nowozin, and S.J. Wright (eds.), Optimization for Machine Learning, The MIT Press, 2011.
D.P. Bertsekas, A. Nedic, and A.E. Ozdaglar, Convex Analysis and Optimization, Athena Scientific, 2003.
N.J. Higham, Functions of Matrices, SIAM, 2008.
R.K. Sundaram, A First Course in Optimization Theory, Cambridge University Press, 1996.
M.S. Bazaraa, H.D. Sherali, and C.M. Shetty, Nonlinear Programming, John Wiley & Sons, 2006.
E. de Klerk, Aspects of Semidefinite Programming, Springer, 2002.
D.G. Luenberger and Y. Ye, Linear and Nonlinear Programming, 2008.
B. Scholkopf and A. Smola, Learning with Kernels, The MIT Press, 2001.
W.J. Cook, W.H. Cunningham, W.R. Pulleyblank, and A. Schrijver, Combinatorial Optimization, John Wiley & Sons, 1998.
D.P. Bertsekas, Nonlinear Programming, Athena Scientific, 1999.