大学院
HOME 大学院 ネットワーク最適化
学内で開催されるオンライン授業の情報漏えい防止のため,2021年9月17日以降は授業カタログの更新を見合わせています

ネットワーク最適化

Network Optimization
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
教室
理7号館 007号教室
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: Basic Graph Theory Class 2: Betweenness Centrality Class 3: Graph Partitioning, Pagerank Centrality Class 4: Tree Decomposition Class 5: Submodular Function Optimization (I) Class 6: Influence Maximization, LP Duality Class 7: Exercises on Social Networks Class 8: Guest Lecture Sensor Networks Class 9: Submodular Function Optimization (II), Target Coverage Problem Class 10: Garg-Konemann Framework (I) Class 11: Garg-Konemann Framework (II) Class 12: Primal-Dual Optimization Framework Class 13: Semi-Definite Programming Class 14: Network Localization Problem Class 15: 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 is a final examination and four optional assignments during this course.
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.