大学院
HOME 大学院 ネットワーク最適化
過去(2019年度)の授業の情報です
学内のオンライン授業の情報漏洩防止のため,URLやアカウント、教室の記載は削除しております。
最終更新日:2024年3月15日

授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。

ネットワーク最適化

During this class, we discuss fundamental and state-of-the-art research results on network optimization. The class covers results on sensor networks and social networks. Network design algorithms and efficient algorithms for networks with several million nodes are also discussed during the class.

通信ネットワーク、センサーネットワークやソーシャルネットワークの効率を最適化するアルゴリズムを、基礎から最近の研究成果まで議論する講義である。ネットワークデサインアルゴリズムや数千万ノードがある巨大ネットワークを高速に最適化できるアルゴリズムも議論する。
MIMA Search
時間割/共通科目コード
コース名
教員
学期
時限
4810-1185
GIF-CS5056L3
ネットワーク最適化
Suppakitpaisarn Vorapong
A1 A2
月曜3限
マイリストに追加
マイリストから削除
講義使用言語
英語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
開講所属
情報理工学系研究科
授業計画
Social Networks Class 1: Graph Theory, Betweenness Centrality Class 2: Graph Partitioning, Pagerank Centrality Class 3: Graph Decomposition Class 4: Submodular Function Optimization (I) Class 5: Influence Maximization, LP Duality Class 6: Exercises on Social Networks Sensor Networks Class 7: Submodular Function Optimization (II), Target Coverage Problem Class 8: Garg-Konemann Framework (I) Class 9: Garg-Konemann Framework (II) Class 10: Semi-Definite Programming Class 11: Network Localization Problem Class 12: Guest Lecture Class 13: Exercises on Sensor Networks
授業の方法
The lecture is given in English using a projector and a blackboard. プロジェクター・黒板を併用した講義の形式で行います。
成績評価方法
There are one quiz and one final examination during this course. 1回の小テストと期末試験の点数に評価する。
教科書
Lecture notes given in classes.
参考書
Ding-Zhu Du and Peng-Jun Wan. Connected Dominating Set: Theory and Applications. Springer, 2012. Jure Leskovec, Anand Rajaraman, and Jeffrey D. Ullman. Mining of Massive Datasets. Cambridge University Press, 2014.
履修上の注意
Students should be familiar with mathematical expression before joining this course.