大学院
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10月18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。
最終更新日：2024年10月18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
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。
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。
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
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
可
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 at the course Slack,
Joining the course Slack channel is mandatory for joining this course.
Invitation link for this course is as follows:
https://*****.slack.com/*****
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 such as sets, functions, and proofs before joining this course.
As the grades will be mainly determined by a final examination, students might not be able to obtain credits from this course if they are not familiar with the concept.
