進化計算分野における主要論文誌「ACM Transactions on Evolutionary Learning and Optimization」にて取締役CRO斉藤の共著論文が採択

ー 離散的および連続的な変数を複数指標に対して効率的に最適化する手法を提案 ー

株式会社スキルアップNeXt（以下スキルアップNeXt、東京都千代田区神田三崎町3丁目3-20、代表取締役　田原 眞一、旧社名 スキルアップAI株式会社）は、当社取締役CRO斉藤翔汰の共著論文「Marginal Probability-Based Integer Handling for CMA-ES Tackling Single-and Multi-Objective Mixed-Integer Black-Box Optimization」※1が進化計算分野における主要論文誌『ACM Transactions on Evolutionary Learning and Optimization(TELO)』※2に採択されたことをお知らせいたします。

　斉藤は当社にて取締役CROを務める傍ら、横浜国立大学大学院博士課程に在籍し、研究活動を行っています。この度採択された論文は、横浜国立大学 濱野 椋希氏、株式会社サイバーエージェント「AI Lab」所属　野村 将寛研究員、横浜国立大学 白川 真一准教授との共同研究の成果をまとめた共著論文となっています。なお、今回採択された論文は進化計算分野のトップカンファレンス「GECCO2022」にてベストペーパー賞にノミネートされた研究※3を発展させたものです。

※1 https://dl.acm.org/doi/10.1145/3632962

※2 https://dl.acm.org/journal/telo

※3 https://arxiv.org/abs/2205.13482

■論文研究の概要

 　本研究にて対象としている「混合整数ブラックボックス最適化」技術は、実社会において数多く登場し、マテリアルズ・インフォマティクスにおける新規材料の探索、製造業における部品設計の自動化、エネルギー分野における二酸化炭素貯留 (CCS) 施設の最適配置などで活用が検討されています。しかし、既存の最適化手法では、連続的な変数と離散的な変数を同時かつ効率的に最適化することが困難でした。

　こうした背景を踏まえ、これまでの研究では、連続的な変数の最適化において優れた最適化性能を発揮することが知られているCMA-ES（共分散行列適応進化戦略）を拡張し、混合整数ブラックボックス最適化においても、同時かつ効率的に最適化する手法 CMA-ES with Margin (CMA-ESwM) を提案しました。

　そしてこの度採択された共著論文においては、提案したCMA-ESの新たな整数処理において本手法の拡張性を示すために、本手法を多目的CMA-ESに組み込み、二目的混合整数ベンチマーク問題での性能を検証しました。

【スキルアップNeXtについて】

社名　      　 ： 株式会社スキルアップNeXt (https://skillup-next.co.jp/)

所在地      　 ： 東京都千代田区神田三崎町3丁目3-20

設立　      　 ： 2018年5月

資本金　　　： 1億2,300万円（資本準備金含む）

代表者      　 ： 代表取締役 田原 眞一

会社概要　　：

スキルアップNeXtは先端領域の学びと、組織作りを支援するサービスを提供しています。創業から展開しているDX/AI人材育成プログラムは、大手企業を中心として750社以上、延べ8万人以上の社会人や大学生などに教育を提供してきました。また最近ではGX（グリーントランスフォーメーション）人材育成プログラムを立ち上げ、企業のGX推進支援にも力を入れています。加えて、量子・Web3といった先端領域にも焦点をあて、人材育成の取り組みを始めています。今後も一層早まる技術革新のスピードや社会課題に合わせ、先端領域の知識をいち早く体系化し、日本企業の成長に貢献してまいります。

事業内容　　：

DX・AIを中心としたデジタル人材育成事業

データ分析・AI開発に関わるコンサルティング、システム開発事業

GX（Green Transformation）人材育成事業

DX・AIを中心としたデジタル人材特化型 採用支援事業

Webサービス開発事業

中高生向けAI教育事業