目次

↑

研究内容

数理最適化問題を効率よく解くための研究をしています. 特に, 連続最適化問題に対する算法やその高速化のために利用可能な問題の構造の解析に興味をもっています. 具体的なキーワードとしては, 凸最適化問題, 非凸最適化問題, 非平滑最適化問題, 半正定値最適化問題, 2 次錐最適化問題, 勾配法, 劣勾配法, 近接アルゴリズム, DC アルゴリズム, Newton 法, 内点法などが挙げられます. また, これらの背後に潜む行列解析や凸解析などの数理にも興味をもっています.

さらに, 最近は最適化の応用にも力を入れており, 機械学習などの統計数理をはじめとする諸分野で現れる問題を最適化手法を用いて解決することにも興味をもっています. 実際に研究を行なったことのある応用分野は, 機械学習やデータ解析, 信号処理, 制御工学, 船舶の航路選定や海上輸送, サプライ・チェイン, 森林資源管理, 材料科学における構造推定など多岐にわたります.

また, 上記のテーマについて大学院生の研究指導も行なっています. 総合研究大学院大学統計科学コースでは 5 年一貫性博士課程の大学院生を受け入れており, 私を指導教員とすることができます. 修士課程修了者であれば 5 年一貫制博士課程の 3 年次に編入学することもできます. また, 他大学に所属する大学院生であっても統計数理研究所の特別共同利用研究員制度で私を指導教員とすることによって, 正式に研究指導を受けることができます. こちらは修士課程や博士前期課程の大学院生についても受入可能です.

数理最適化の理論, 計算, 応用や関連する諸問題に関する共同研究や学術指導あるいは研究指導などにご興味のある方はメールでお気軽にお問い合わせ下さい.

↑

予定

↑

連絡先

  • 居室: 東京都立川市緑町 10-3 統計数理研究所 立川総合研究棟 D614B
  • 郵便宛先: 190-8562 東京都立川市緑町 10-3 統計数理研究所 数理・推論研究系 田中未来
  • E-mail: mirai 🐧 ism.ac.jp
  • 電話番号: 050-5533-8455
    • 私は不動産の類は一切所有していません. 不動産会社は同姓同名の田中未来さんが所有する不動産の件で私に電話をかけてこないでください.
↑

研究業績

査読付き学術雑誌論文

  1. S. Takahashi, M. Fukuda, and M. Tanaka:
    New Bregman proximal type algorithms for solving DC optimization problems,
    Computational Optimization and Applications 83 (2022) 893--931.
  2. S. Takahashi, M. Tanaka, and S. Ikeda:
    Blind deconvolution with non-smooth regularization via Bregman proximal DCAs,
    Signal Processing 202 (2023) 108734.
  3. M. Toyoda and M. Tanaka:
    Efficient iterative method for SOAV minimization problem with linear equality and box constraints and its linear convergence,
    Journal of The Franklin Institute 359 (2022) 2206--2228.
  4. M. Toyoda and M. Tanaka:
    An analysis of hot-started ADMM for linear MPC,
    IET Control Theory & Applications 15 (2021) 1999--2016.
  5. M. Toyoda and M. Tanaka:
    Local R-linear convergence of ADMM-based algorithm for l1-norm minimization with linear and box constraints,
    Systems & Control Letters 146 (2020) 104824.
  6. M. Tanaka and T. Okuno:
    Extension of the LP-Newton method to conic programming problems via semi-infinite representation,
    Numerical Algorithms 86 (2021) 1285--1302.
  7. M. Toyoda and M. Tanaka:
    An efficient algorithm for an l1 / l2 mixed optimal control problem with a box constraint and parallelization,
    IEEE Control Systems Letters 4 (2020) 584--589.
  8. 田中未来, 奥野貴之:
    DC 最適化の理論と応用,
    応用数理 29 (2019) 110--119.
  9. M. Ito, S. Hara, M. Tanaka, and R. Takashima:
    Examination-order scheduling for minimizing waiting time: A case study of a medical checkup,
    Operations Research for Health Care 22 (2019) 100190.
  10. M. Ogawa, M. Tanaka, X.-N. Lu, and T. Suzuki:
    Evaluation of the accuracy of ordinal classifications using item response theory,
    Total Quality Science 4 (2018) 22--33.
  11. T. Iwasawa, X.-N. Lu, M. Tanaka, and T. Suzuki:
    Robust defect detection method for improving inspection process,
    Total Quality Science 4 (2018) 13--21.
  12. T. Mizutani and M. Tanaka:
    Efficient preconditioning for noisy separable nonnegative matrix factorization problems by successive projection based low-rank approximations,
    Machine Learning 107 (2018) 643--637.
  13. Y. Bando, N. Sano, M. Tanaka, and T. Suzuki:
    Improving adaptive pairing method in incomplete paired comparison design,
    Total Quality Science 3 (2017) 59--68.
  14. K. Yoshida, T. Iwasawa, N. Sano, M. Tanaka, and T. Suzuki:
    Construction of defect detection system for image data using machine learning and image processing,
    Total Quality Science 3 (2017) 46--58.
  15. R. Suzuki, M. Saito, Y. Hayashi, M. Saito, T. Yajima, N. Sano, M. Tanaka, and T. Suzuki:
    Statistical analysis of influenza propagation pattern using prescription data from Tochigi Prefecture,
    Total Quality Science 3 (2017) 35--45.
  16. T. Iwasawa, K. Yoshida, N. Sano, M. Tanaka, and T. Suzuki:
    Defect detection for improving inspection process using orthogonal array: A case study of cylindrical metal products,
    Total Quality Science 3 (2017) 11--21.
  17. M. Tanaka and K. Kobayashi:
    A route generation algorithm for an optimal fuel routing problem between two single ports,
    International Transactions in Operational Research 26 (2019) 529--550.
  18. M. Tanaka, T. Yamashita, N. Sano, A. Ishigaki, and T. Suzuki:
    Mathematical optimization approach for estimating the quantum yield distribution of a photochromic reaction in a polymer,
    AIP Advances 7 (2017) 015041.
  19. M. Tanaka and K. Nakata:
    Successive projection method for well-conditioned matrix approximation problems,
    IEEE Signal Processing Letters 21 (2014) 418--422.
  20. 高野祐一, 田中未来, 鮏川矩義, 神里栄, 竹山光将, 千代竜佑, 小林健, 田中研太郎, 中田和秀:
    ファジィクラスタワイズ回帰を用いた共同購入型クーポンサイトの閲覧傾向分析,
    オペレーションズ・リサーチ 59 (2014) 81--87.
  21. M. Tanaka, K. Nakata, and H. Waki:
    Numerical reduction method for doubly nonnegative optimization problems,
    Journal of Math-for-Industry 5 (2013) 41--50.
  22. M. Tanaka and K. Nakata:
    Positive definite matrix approximation with condition number constraint,
    Optimization Letters 8 (2014) 939--947.
  23. M. Tanaka, K. Nakata, and H. Waki:
    Application of a facial reduction algorithm and an inexact primal-dual path-following method for doubly nonnegative relaxation for mixed binary nonconvex quadratic optimization problems,
    Pacific Journal of Optimization 8 (2012) 699--724.
↑

査読付き会議論文

  1. A. Ueta, M. Tanaka, K. Kobayashi, and K. Nakata:
    Inverse-optimization-based uncertainty set for robust linear optimization,
    in Operations Research Proceedings 2023, to appear.
  2. R. Sato, M. Tanaka, and A. Takeda:
    A gradient method for multilevel optimization,
    in Advances in Neural Information Processing Systems 34, pp. 7522--7533, 2021.
  3. M. Toyoda and M. Tanaka:
    Sum of l2-norms based modeling for discrete-valued optimal control,
    in Proceedings of the SICE Annual Conference 2021, pp. 316--319, 2021.
  4. K. Fukumizu, S. Yamaguchi, Y. Mototake, and M. Tanaka:
    Semi-flat minima and saddle points by embedding neural networks to overparameterization,
    in Advances in Neural Information Processing Systems 32, pp. 13845--13853, 2019.
  5. K. Kawakami and M. Tanaka:
    Ship routing problem with berthing time clash avoidance constraints and minimizing demurrage,
    in Proceedings of the Tenth Triennial Symposium on Transportation Analysis, pp. 454--457, 2019.
  6. M. Tatsukawa and M. Tanaka:
    Box constrained low-rank matrix approximation with missing values,
    in Proceedings of the 7th International Conference on Operations Research and Enterprise Systems, pp. 78--84, 2018.
  7. M. Ogawa, M. Tanaka, and T. Suzuki:
    Evaluation of accuracy of ordinal classifications using item response theory,
    in Proceedings of the 15th Asian Network for Quality Congress, pp. 45--56, 2017.
  8. T. Iwasawa, X.-N. Lu, M. Tanaka, and T. Suzuki:
    Robust defect detection for automatic inspection system,
    in Proceedings of the 15th Asian Network for Quality Congress, pp. 18--26, 2017.
  9. Y. Bando, N. Sano, M. Tanaka, and T. Suzuki:
    Evaluation of relationship between pairing and number of rounds in Swiss system tournament,
    in Proceedings of the 14th Asian Network for Quality Congress, C4_(JP-20), USB flash drive, 2016.
  10. Y. Li, N. Sano, M. Tanaka, and T. Suzuki:
    A study on the measurement precision of the binary data,
    in Proceedings of the 14th Asian Network for Quality Congress, C2_(JP-35), USB flash drive, 2016.
  11. T. Iwasawa, N. Sano, M. Tanaka, and T. Suzuki:
    Defect detection from image data with feature extraction using orthogonal array,
    in Proceedings of the 14th Asian Network for Quality Congress, C2_(JP-17), USB flash drive, 2016.
  12. R. Suzuki, Y. Hayashi, N. Sano, M. Tanaka, and T. Suzuki:
    Statistical analysis of influenza spreading pattern using pharmaceutical data in Tochigi prefecture, Japan,
    in Proceedings of the 14th Asian Network for Quality Congress, B5_(JP-07), USB flash drive, 2016.
  13. K. Yoshida, N. Sano, M. Tanaka, and T. Suzuki:
    Defect detection for image data using machine learning and image processing,
    in Proceedings of the 14th Asian Network for Quality Congress, B2_(JP-26), USB flash drive, 2016.
  14. J. Ono, N. Sano, M. Tanaka, and T. Suzuki:
    Analysis of winning percentage in sports based on a statistical model,
    in Proceedings of the 14th Asian Network for Quality Congress, A5_(JP-16), USB flash drive, 2016.
  15. T. Suzuki, T. Iwasawa, K. Yoshida, N. Sano, and M. Tanaka:
    Integrating statistical and machine learning approaches in improving inspection process,
    in Proceedings of the 12th International Workshop on Intelligent Statistical Quality Control 2016, pp. 251--259, 2016.
  16. M. Tanaka, T. Kimata, and T. Arai:
    Estimation of passenger origin-destination matrices and efficiency evaluation of public transportation,
    in Proceedings of IIAI 5th International Congress on Advanced Applied Informatics, pp. 1146--1150, 2016.
  17. M. Tanaka and K. Kobayashi:
    Perspective reformulation for optimal fuel routing problem,
    in Proceedings of International Symposium on Scheduling 2015, pp. 89--94, 2015.
↑

査読なし論文

  1. 田中未来:
    はじめよう非線形最適化の基礎,
    オペレーションズ・リサーチ 68 (2023) 607--615.
  2. 豊田充, 田中未来:
    リプシッツ連続的平滑化を用いた平滑化加速近接勾配法,
    統計数理研究所共同研究リポート 461 最適化: モデリングとアルゴリズム 34 (2023) 133--160.
  3. 髙橋翔大, 田中未来, 池田思朗:
    非平滑正則化を用いたブラインド・デコンボリューションに対する Bregman 近接 DC アルゴリズム
    電子情報通信学会 技術研究報告 122 (2023) 405, 111--118.
  4. 伊髙静, 田中未来, 斉藤正一:
    森林病害虫防除のための OR 的アプローチ ---ナラ枯れ防除用大量集積型おとり丸太の最適配置---,
    オペレーションズ・リサーチ 67 (2022) 594--600.
  5. 豊田充, 田中未来:
    箱型制約および線形等式制約をもつ SOAV 最小化問題に対する効率のよいアルゴリズムと線形収束性,
    統計数理研究所共同研究リポート 453 最適化: モデリングとアルゴリズム 33 (2022) 65--83.
  6. 髙橋翔大, 福田光浩, 田中未来:
    DC 最適化問題に対する Bregman 距離を用いた近接アルゴリズムと複素最適化問題への拡張,
    統計数理研究所共同研究リポート 453 最適化: モデリングとアルゴリズム 33 (2022) 28--38.
  7. 豊田充, 田中未来:
    非リプシッツな関数を含む最適化問題に対する近接劣勾配法,
    第 9 回 制御部門マルチシンポジウム講演論文集 (2022) 1G1-2.
  8. 田中未来:
    交互射影法の理論と応用,
    オペレーションズ・リサーチ 66 (2021) 373--380.
  9. 豊田充, 田中未来:
    正則化項をもつ線形モデル予測制御問題に対する ADMM におけるホットスタートの解析,
    第 8 回 制御部門マルチシンポジウム講演論文集 (2021) 1H2-1.
  10. 豊田充, 田中未来:
    箱型制約および線形等式制約をもつ SOAV 最小化問題における効率のよいアルゴリズム,
    第 63 回自動制御連合講演会講演論文集 (2020) 2G2-4.
  11. 田中未来:
    交互射影法の理論と応用,
    第 32 回 RAMP 数理最適化シンポジウム論文集 (2020) 113--126.
  12. 豊田充, 田中未来:
    ADMM による線形等式制約および箱型制約付き l1 最適化問題の計算方法と指数レートでの収束性,
    第 7 回 制御部門マルチシンポジウム講演論文集 (2020) 1D2-3.
  13. 田中未来:
    制約付き非凸スパース最適化問題に対する DC アルゴリズム,
    統計数理 67 (2019) 392--393.
  14. 豊田充, 田中未来:
    箱型制約付き線形 l1 最適制御問題における効率のよい計算法と並列化,
    第 62 回自動制御連合講演会講演論文集 (2019) 1F2-03.
  15. 久代太一, 久保幹雄, 田中未来, 堀部峰子:
    工場における安全在庫を考慮した多期間ロジスティック・ネットワーク設計モデル,
    スケジューリングシンポジウム 2019 講演論文集 (2019) 79--82.
  16. 田中未来, 武田朗子:
    制約付き非凸スパース最適化問題に対する効率のよい反復解法,
    統計数理研究所共同研究リポート 420 最適化: モデリングとアルゴリズム 31 (2019) 29--47.
  17. 達川愛美, 田中未来:
    欠損のある行列に対する上下限制約付き低ランク近似,
    京都大学数理解析研究所講究録 2069 数理最適化の発展: モデル化とアルゴリズム (2018) 23--33.
  18. 田中未来, 武田朗子:
    標準単体上の最小 2 乗問題に対する対数正則化と近接分離法,
    京都大学数理解析研究所講究録 2069 数理最適化の発展: モデル化とアルゴリズム (2018) 11--22.
  19. 田中未来, 山下俊, 永田みずほ, 佐野夏樹, 石垣綾, 鈴木知道:
    高分子固体中における量子収率分布の推定のための最適化モデル,
    統計数理研究所共同研究リポート 369 最適化: モデリングとアルゴリズム 28 (2016) 137--150.
  20. 久保幹雄, 小林和博, 武田朗子, 田中未来, 村松正和:
    サプライ・チェイン最適化における 2 次錐最適化の応用,
    オペレーションズ・リサーチ 59 (2014) 739--747.
  21. 田中未来, 久保幹雄, 小林和博, 武田朗子, 村松正和:
    不確実性を考慮したサプライ・チェイン最適化モデル,
    スケジューリングシンポジウム 2014 講演論文集 (2014) 187--182.
  22. 田中未来, 中田和秀:
    良条件行列近似問題に対する逐次射影法,
    京都大学数理解析研究所講究録 1879 最適化の基礎理論と応用 (2014) 34--43.
  23. M. Tanaka and K. Kobayashi:
    MISOCP formulation and route generation algorithm for ship navigation problem,
    Technical Report 2013-8, Department of Industrial Engineering and Management, Tokyo Institute of Technology (2013).
  24. 田中未来, 中田和秀, 脇隼人:
    高度な意思決定問題に対するソリューション技術確立のための錐最適化手法の研究,
    高度科学技術社会リスク・ソリューション 2012 論文集 (2013) 246--261.
  25. 田中未来, 中田和秀:
    条件数制約つき正定値行列近似問題について,
    京都大学数理解析研究所講究録 1829 最適化手法の理論と応用の繋がり (2013) 113--121.
  26. 田中未来, 中田和秀, 脇隼人:
    0--1 整数変数を含む非凸 2 次最適化問題の非負半正定値緩和に対する面的縮小と効率的解法,
    京都大学数理解析研究所講究録 1773 最適化手法の深化と広がり (2012) 186--197.
↑

その他の記事など

  1. 小林健, 岩永二郎, 田中未来:
    2021 年春季企業事例交流会ルポ (第 46 回),
    オペレーションズ・リサーチ 66 (2021) 548--550.
  2. 田中未来:
    悪魔の証明,
    統計数理研究所 コラム 143 (2019).
  3. 成島康史, 田中未来, T. Phung-Duc, 伊豆永洋一, 鵜飼孝盛, 奥野貴之, 黒沢健, 田中健一:
    本部 SSOR 2018 開催報告,
    オペレーションズ・リサーチ 64 (2019) 147--155.
  4. 田中未来:
    2018 年春季シンポジウムルポ (第 78 回),
    オペレーションズ・リサーチ 63 (2018) 501--502.
  5. 田中未来:
    60 周年記念事業「研究者海外研修支援事業」体験記,
    オペレーションズ・リサーチ 63 (2018) 51.
  6. 吉瀬章子, 田中未来:
    国際会議 ICCOPT 2016 Tokyo 開催の経験と教訓 (4): Summer School & Student Social,
    オペレーションズ・リサーチ 62 (2017) 198--202.
  7. 田中未来:
    The 9th International Conference on Optimization: Techniques and Applications 参加報告,
    JSIAM Online Magazine G1401C (2014).
  8. 田中未来:
    0--1 整数変数を含む非凸 2 次最適化問題に対する面的縮小を用いた非負半正定値緩和 (学生論文賞受賞論文要約),
    オペレーションズ・リサーチ 56 (2011) 739--740.
↑

国際会議などでの口頭発表

  1. M. Tanaka:
    A gradient method for multilevel optimization,
    The 1st APORS Youth Forum, Online, April 2022.
  2. M. Tanaka:
    A gradient method for multilevel optimization,
    ISI-ISM-ISSAS Joint Conference 2022, Online, January 2022.
  3. M. Tanaka:
    A gradient method for multilevel optimization,
    Workshop on Continuous Optimization and Related Topics, Online, November 2021.
  4. M. Tanaka:
    Computing the minimal angle between two closed convex cones,
    The 5th ZIB-RIKEN-IMI-ISM MODAL Workshop on Optimization, Data Analysis and HPC in AI, Online, September 2021.
  5. M. Tanaka:
    An adaptive LP-Newton method for conic optimization,
    Workshop on Advances in Continuous Optimization, The University of Tokyo, September 2019.
  6. M. Tanaka and T. Okuno:
    An adaptive LP-Newton method for second-order cone optimization,
    The Sixth International Conference on Continuous Optimization, Technical University of Berlin, August 2019.
  7. T. Okuno and M. Tanaka:
    Adaptive LP-Newton method for second-order cone optimization problem,
    The 4th ISM-ZIB-IMI MODAL Workshop on Mathematical Optimization and Data Analysis, The Institute of Statistical Mathematics, March 2019.
  8. M. Tanaka:
    Efficient iterative algorithm for constrained nonconvex sparse optimization,
    The 3rd IMI-ISM-ZIB MODAL Workshop on Challenges in Real World Data Analytics and High-Performance Optimization, National Graduate Institute for Policy Studies, September 2018.
  9. M. Tanaka and A. B. Zemkoho:
    DC algorithm for fully convex bilevel optimization,
    The 23rd International Symposium on Mathematical Programming, Université de Bordeaux, July 2018.
  10. M. Tanaka:
    DC algorithm for convex constrained nonconvex regularized sparse optimization problem,
    The 2018 HKBU-ISM Joint Workshop for Mathematical Data Science, Hong Kong Baptist University, March 2018.
  11. M. Tanaka:
    Splitting algorithms for logarithmic regularized least squares over the standard simplex,
    The 2017 HKBU-ISM Joint Workshop for Mathematical Data Science, The Institute of Statistical Mathematics, May 2017.
  12. T. Maehara and M. Tanaka:
    Extracting diversity via condition number constrained matrix factorization,
    The Fifth International Conference on Continuous Optimization, Wed.B.5K, National Graduate Institute for Policy Studies, August 2016.
  13. M. Tanaka, T. Kimata, and T. Arai:
    Estimation of passenger origin-destination matrices and efficiency evaluation of public transportation,
    IIAI 5th International Congress on Advanced Applied Informatics, SISS/SISS-SS1, Kumamoto City International Center, July 2016.
  14. M. Tanaka, T. Yamashita, M. Nagata, N. Sano, A. Ishigaki, and T. Suzuki:
    Mathematical optimization model for estimating quantum yield distribution in photochromic reaction,
    The 22nd International Symposium on Mathematical Programming, MF04, Wyndham Grand Pittsburgh Downtown, July 2015.
  15. M. Tanaka and K. Kobayashi:
    Perspective reformulation for optimal fuel routing problem,
    International Symposium on Scheduling 2015, 3A1, Kobe Industrial Promotion Center Convention Hall, July 2015.
  16. M. Tanaka and K. Kobayashi:
    MISOCP formulation and route generation algorithm for ship navigation problem,
    The 9th International Conference on Optimization: Techniques and Applications, SA-1, National Taiwan University of Science and Technology, December 2013.
  17. M. Tanaka and K. Nakata:
    On the positive definite matrix approximation problem with condition number constraint,
    The Fourth International Conference on Continuous Optimization, Wed.B.11, Universidade Nova de Lisboa, July 2013.
  18. M. Tanaka, K. Nakata, and H. Waki:
    Numerical computation of a facial reduction algorithm for doubly nonnegative optimization problems,
    INFORMS Annual Meeting 2012, TB13, Phoenix Convention Center, October 2012.
  19. M. Tanaka, K. Nakata, and H. Waki:
    Numerical computation of a facial reduction algorithm and an inexact primal-dual path-following method for doubly nonnegative optimization problems,
    The 21st International Symposium on Mathematical Programming, Fri.1, Technische Universität Berlin, August 2012.
  20. M. Tanaka, K. Nakata, and H. Waki:
    An effective approach for DNN relaxation problems for mixed binary nonconvex quadratic optimization,
    INFORMS Optimization Society Conference 2012, FD02, University of Miami, February 2012.
↑

国際会議などでのポスター発表

  1. R. Sato, M. Tanaka, and A. Takeda:
    A gradient method for multilevel optimization,
    The 35th Conference on Neural Information Processing Systems, Online, December 2021.
  2. M. Tanaka, T. Yamashita, M. Nagata, N. Sano, A. Ishigaki, and T. Suzuki:
    Mathematical optimization approach for estimating quantum yield distribution in photochromic reaction,
    The 12th International Conference on Materials Chemistry, University of York, July 2015.
↑

国内会議などでの口頭発表

  1. 田中未来:
    数学を使って森を守る: 森林病害虫防除装置の最適配置,
    核融合科学研究所 六ヶ所研究センター イブニングセミナー, リンクモア平安閣市民ホール, 2023 年 8 月.
  2. 田中未来:
    計算が困難な目的関数をもつ凸最適化問題に対する Frank--Wolfe 法,
    統計数理研究所 2023 年度 統計数理セミナー, オンライン開催, 2023 年 5 月.
  3. 山根大輝, 田中未来, 小林健, 中田和秀:
    非厳密な勾配計算を用いた Frank--Wolfe 法,
    日本応用数理学会 第 19 回 研究部会連合発表会, E3-1-1, 岡山理科大学, 2023 年 3 月.
  4. 田中未来:
    最適化アルゴリズムの実装,
    京都大学 大学院理学研究科 MACS 教育プログラム ソースコードから始まる異分野交流 セミナー, 京都大学, 2023 年 2 月.
  5. 田中未来:
    Lipschitz 連続的平滑化を用いた平滑化加速近接勾配法,
    統計数理研究所 2022 年度 統計数理セミナー, オンライン開催, 2022 年 4 月.
  6. 豊田充, 田中未来:
    可変平滑化パラメータを用いた加速近接勾配法,
    統計数理研究所 研究集会 最適化: モデリングとアルゴリズム, 政策研究大学院大学, 2022 年 3 月.
  7. 田中未来:
    2 錐間の大域的最小角を求めるための分枝限定法,
    確率・ 統計・ 行列ワークショップ 彦根 2021, 滋賀大学, 2021 年 11 月.
  8. 佐藤瞭, 田中未来, 武田朗子:
    多レベル最適化問題に対する勾配法,
    京都大学数理解析研究所 研究集会 数理最適化の理論と応用の深化, オンライン開催, 2021 年 8 月.
  9. 田中未来:
    2 錐間の大域的最小角を求めるための分枝限定法,
    統計数理研究所 2021 年度 統計数理セミナー, オンライン開催, 2021 年 4 月.
  10. 田中未来:
    2 錐間の角度の計算および関連する話題について,
    確率・統計・行列ワークショップ 松本 2020, 松本商工会館, 2020 年 12 月.
  11. 田中未来:
    交互射影法の理論と応用,
    第 32 回 RAMP 数理最適化シンポジウム, オンライン開催, 2020 年 10 月.
  12. 田中未来:
    スパース最適化入門,
    計測自動制御学会 制御部門 2020 年度 プラントモデリング部会 第 1 回研究会, オンライン開催, 2020 年 9 月.
  13. 田中未来:
    球面上の交互射影法を用いた 2 錐間の角度の計算,
    統計数理研究所 2020 年度 統計数理セミナー, オンライン開催, 2020 年 7 月.
  14. 田中未来:
    2 次錐最適化問題に対する適応的 LP-Newton 法,
    統計数理研究所 2019 年度 統計数理セミナー, 統計数理研究所, 2019 年 5 月.
  15. 田中未来:
    制約付き非凸スパース最適化問題に対する DC アルゴリズム,
    統計数理研究所 2018 年度 統計数理セミナー, 統計数理研究所, 2018 年 5 月.
  16. 田中未来, 武田朗子:
    制約付き非凸スパース最適化問題に対する DC アルゴリズム,
    統計数理研究所 研究集会 最適化: モデリングとアルゴリズム, 政策研究大学院大学, 2018 年 3 月.
  17. 田中未来:
    教師なし学習と行列分解,
    統計数理研究所 2017 年度リーディング DAT 機械学習とデータサイエンスの現代的手法, 統計数理研究所, 2018 年 2 月.
  18. 田中未来:
    DC 最適化とその応用,
    日本オペレーションズ・リサーチ学会 最適化の基盤とフロンティア研究部会 第 15 回, 東京理科大学, 2017 年 12 月.
  19. 達川愛美, 田中未来:
    欠損のある行列に対する上下限制約付き低ランク近似,
    京都大学数理解析研究所 研究集会 数理最適化の発展: モデル化とアルゴリズム, 京都大学, 2017 年 8 月.
  20. 田中未来, 武田朗子:
    標準単体上の最小 2 乗問題に対する対数正則化と近接分離法,
    京都大学数理解析研究所 研究集会 数理最適化の発展: モデル化とアルゴリズム, 京都大学, 2017 年 8 月.
  21. 田中未来:
    標準単体上の最小 2 乗問題に対する対数正則化と近接分離法,
    統計数理研究所 2017 年度 統計数理セミナー, 統計数理研究所, 2017 年 5 月.
  22. 田中未来:
    非負行列分解を用いた電力需要データの特徴分析,
    日本オペレーションズ・リサーチ学会 2017 年春季研究発表会, 2-E-4, 沖縄県市町村自治会館, 2017 年 3 月.
  23. 田中未来:
    非負半正定値最適化問題とその応用,
    数理人セミナー 第 8 回, 早稲田大学, 2016 年 10 月.
  24. 田中未来:
    サプライ・チェイン・リスク管理のための不確実性を考慮した最適化モデル,
    Supply Chain Risk Management フォーラム サプライ・チェイン・リスク管理と人道支援ロジスティクスセミナー 第 8 回, 東京海洋大学, 2015 年 5 月.
  25. 田中未来, 山下俊, 永田みずほ, 佐野夏樹, 石垣綾, 鈴木知道:
    高分子固体中における量子収率分布の推定のための最適化モデル,
    日本オペレーションズ・リサーチ学会 2015 年春季研究発表会, 2-H-6, 東京理科大学, 2015 年 3 月.
  26. 田中未来, 山下俊, 永田みずほ, 佐野夏樹, 石垣綾, 鈴木知道:
    高分子固体中における量子収率分布の推定のための最適化モデル,
    統計数理研究所 研究集会 最適化: モデリングとアルゴリズム, 統計数理研究所, 2015 年 3 月.
  27. 田中未来:
    Python を用いた最適化 (III): Gurobi の Python インターフェースで MISOCP を解く,
    第 2 回 Python セミナー, 東京海洋大学, 2014 年 12 月.
  28. 田中未来, 久保幹雄, 小林和博, 武田朗子, 村松正和:
    不確実性を考慮したサプライ・チェイン最適化モデル,
    情報数理工学セミナー, 第 9 回, 電気通信大学, 2014 年 10 月.
  29. 田中未来, 久保幹雄, 小林和博, 武田朗子, 村松正和:
    不確実性を考慮したサプライ・チェイン最適化モデル,
    スケジューリングシンポジウム 2014, G5-1, 富山国際会議場, 2014 年 9 月.
  30. 田中未来:
    超球詰込み問題に対する MISOCP アプローチ,
    日本オペレーションズ・リサーチ学会 2014 年秋季研究発表会, 2-C-8, 北海道科学大学, 2014 年 8 月.
  31. 田中未来, 小林和博:
    船舶航行計画問題に対する航路生成法,
    日本オペレーションズ・リサーチ学会 2013 年秋季研究発表会, 1-F-9, 徳島大学, 2013 年 9 月.
  32. 田中未来, 中田和秀:
    条件数制約つき正定値行列近似問題の拡張,
    京都大学数理解析研究所 研究集会 最適化の基礎理論と応用, 京都大学, 2013 年 8 月.
  33. 田中未来, 中田和秀:
    条件数制約つき正定値行列近似問題に対する高速解法,
    日本オペレーションズ・リサーチ学会 最適化の理論と応用研究部会 未来を担う若手研究者の集い 2013, 筑波大学, 2013 年 6 月.
  34. 田中未来, 中田和秀, 脇隼人:
    高度な意思決定問題に対するソリューション技術確立のための錐最適化手法の研究,
    高度科学技術社会リスク・ソリューション 2012 研究発表会, 東京工業大学, 2013 年 3 月.
  35. 田中未来, 中田和秀:
    条件数制約つき正定値行列近似問題に対する高速解法,
    日本オペレーションズ・リサーチ学会 2013 年春季研究発表会, 1-A-6, 東京大学, 2013 年 3 月.
  36. 田中未来, 中田和秀, 脇隼人:
    非負半正定値最適化問題に対する主双対パス追跡法における探索方向の計算,
    2012 年度 数値解析研究集会, 少年自然の家八ヶ岳荘, 2012 年 9 月.
  37. 田中未来, 中田和秀:
    条件数制約つき正定値行列近似問題について,
    京都大学数理解析研究所 研究集会 最適化手法の理論と応用の繋がり, 京都大学, 2012 年 7 月.
  38. 田中未来, 中田和秀, 脇隼人:
    非負半正定値最適化問題に対する面的縮小法の数値計算と主双対内点法,
    日本オペレーションズ・リサーチ学会 最適化の理論と応用研究部会 未来を担う若手研究者の集い 2012, 筑波大学, 2012 年 7 月.
  39. 田中未来, 中田和秀, 脇隼人:
    面的縮小を施した非負半正定値最適化問題に対する主双対パス追跡法の探索方向,
    日本オペレーションズ・リサーチ学会 2011 年秋季研究発表会, 2-D-1, 甲南大学, 2011 年 9 月.
  40. 田中未来, 中田和秀, 脇隼人:
    0--1 整数変数を含む非凸 2 次最適化問題の非負半正定値緩和に対する面的縮小と効率的解法,
    京都大学数理解析研究所 研究集会 最適化手法の深化と広がり, 京都大学, 2011 年 7 月.
  41. 田中未来, 中田和秀, 脇隼人:
    0--1 整数変数を含む非凸 2 次最適化問題に対する面的縮小を用いた非負半正定値緩和,
    日本オペレーションズ・リサーチ学会 計算と最適化の新展開研究部会 未来を担う若手研究者の集い 2011, 筑波大学, 2011 年 5 月.
  42. 田中未来, 中田和秀:
    非負・半正定値計画問題に対する前処理つき Krylov 部分空間法を用いた主双対パス追跡法,
    日本オペレーションズ・リサーチ学会 2010 年春季研究発表会, 2-B-4, 首都大学東京, 2010 年 3 月.
↑

国内会議等でのポスター発表

  1. 田中未来:
    計算が困難な目的関数をもつ凸最適化問題に対する Frank--Wolfe 法,
    統計数理研究所 オープンハウス, 統計数理研究所, 2023 年 5 月.
  2. 田中未来:
    計算が困難な目的関数をもつ凸最適化問題に対する Frank--Wolfe 法,
    統計数理研究所 研究集会 高次元非線形構造が紡ぎだす数理・情報・物理の融合研究, 統計数理研究所, 2023 年 2 月.
  3. 田中未来:
    Lipschitz 連続的平滑化を用いた平滑化加速近接勾配法,
    統計数理研究所 オープンハウス, 統計数理研究所, 2022 年 6 月.
  4. 田中未来:
    2 錐間の大域的最小角を求めるための分枝限定法,
    統計数理研究所 オープンハウス, 統計数理研究所, 2021 年 6 月.
  5. 田中未来:
    球面上の交互射影法を用いた 2 錐間の角度の計算,
    統計数理研究所 オープンハウス, 統計数理研究所, 2020 年 10 月.
  6. 田中未来:
    2 次錐最適化問題に対する適応的 LP-Newton 法,
    統計数理研究所 オープンハウス, 統計数理研究所, 2019 年 6 月.
  7. 田中未来:
    制約付き非凸スパース最適化問題に対する効率のよいアルゴリズム,
    統計数理研究所 オープンハウス, 統計数理研究所, 2018 年 6 月.
  8. 田中未来:
    標準単体上の最小 2 乗問題に対する対数正則化と近接分離法,
    統計数理研究所 オープンハウス, 統計数理研究所, 2017 年 6 月.
↑

その他の講演

  1. 田中未来:
    未来を切り拓く数理最適化: OO をうまく決めて XX を最大/最小に,
    新潟県立長岡高等学校 統計数理研究所訪問プログラム, 統計数理研究所, 2018 年 10 月.
  2. 田中未来:
    高分子の内部構造を探れ! 最適化モデルを用いた実験データの解析,
    Group Epsilon 2015 3rd Meeting, Z 会新宿教室, 2015 年 6 月.
  3. 田中未来:
    社会を支える数学---オペレーションズ・リサーチの研究について,
    Z 会東大マスターコース 今, 大学で何が起きているか!? ---pre 大学生と prepre 大学生へ---, Z 会新宿教室, 2012 年 3 月.
↑

受賞

  1. 田中未来:
    第 12 回研究賞奨励賞,
    日本オペレーションズ・リサーチ学会, 2022 年 9 月.
  2. T. Iwasawa, X.-N. Lu, M. Tanaka, and T. Suzuki:
    Best Paper Award,
    The 15th Congress of the Asian Network for Quality, 2017 年 9 月.
  3. K. Yoshida, N. Sano, M. Tanaka, and T. Suzuki:
    Best Paper Award,
    The 14th Congress of the Asian Network for Quality, 2016 年 9 月.
  4. 田中未来:
    シュプリンガーになかなか詳しいで賞,
    Springer Japan, 2016 年 1 月.
  5. 田中未来:
    手島精一記念研究賞 (博士論文賞),
    東京工業大学, 2015 年 2 月.
  6. 田中未来:
    プレゼンテーション賞,
    日本オペレーションズ・リサーチ学会 2014 年秋季研究発表会, 2014 年 8 月.
  7. 小林健, 田中未来, 鮏川矩義:
    社会理工学研究科長賞ポスター部門,
    東京工業大学 大学院社会理工学研究科, 2013 年 11 月.
  8. 田中未来:
    社会理工学研究科長賞研究論文部門,
    東京工業大学 大学院社会理工学研究科, 2013 年 11 月.
  9. 田中未来:
    優秀発表賞,
    日本オペレーションズ・リサーチ学会 最適化の理論と応用研究部会 未来を担う若手研究者の集い 2013, 2013 年 6 月.
  10. 高野祐一, 中田和秀, 田中研太郎, 田中未来, 鮏川矩義, 神里栄, 竹山光将, 千代竜佑, 小林健:
    平成 24 年度 データ解析コンペティション フリー一般部門 殊勲賞,
    日本オペレーションズ・リサーチ学会 先端マーケティング分析研究部会, 日本データベース学会 ビジネスインテリジェンス研究グループ, 2013 年 2 月.
  11. 高野祐一, 中田和秀, 田中研太郎, 田中未来, 浅原惇希, 羽鳥映子, 神里栄, 竹山光将:
    平成 23 年度 データ解析コンペティション フリー一般部門 敢闘賞,
    日本オペレーションズ・リサーチ学会 先端マーケティング分析研究部会, 日本データベース学会 ビジネスインテリジェンス研究グループ, 2012 年 3 月.
  12. 田中未来:
    社会理工学研究科長奨励賞,
    東京工業大学 大学院社会理工学研究科, 2011 年 11 月.
  13. 田中未来:
    第 29 回学生論文賞,
    日本オペレーションズ・リサーチ学会, 2011 年 9 月.
  14. 田中未来:
    優秀発表賞,
    日本オペレーションズ・リサーチ学会 計算と最適化の新展開研究部会 未来を担う若手研究者の集い 2011, 2011 年 5 月.
↑

助成金

  1. 伊高静 (研究代表者), 田中未来 (研究分担者):
    森林病害虫防除のための樹種判別法と防除装置最適配置法の構築,
    日本学術振興会 科学研究費補助金 (基盤研究 (C)), 2023--2026 年度.
  2. 田中未来 (研究代表者), ほか:
    実用的な航空画像処理を実現するための最適化基盤の構築,
    日本学術振興会 科学研究費補助金 (基盤研究 (B)), 2023--2027 年度.
  3. 土谷隆 (研究代表者), 田中未来 (研究分担者), ほか:
    線形計画法と深層学習による人工衛星データの復元と解析,
    日本学術振興会 科学研究費補助金 (挑戦的研究 (萌芽)), 2020--2021 年度.
  4. 中田和秀 (研究代表者), 田中未来 (研究分担者), ほか:
    機械学習を用いた最適化問題の自動モデリングと構造を利用したアルゴリズムの開発,
    日本学術振興会 科学研究費補助金 (基盤研究 (B)), 2020--2024 年度.
  5. 高嶋隆太 (研究代表者), 田中未来 (研究分担者), ほか:
    頑健で持続可能なエネルギーミックスと温室効果ガス削減策の統合分析,
    日本学術振興会 科学研究費補助金 (基盤研究 (B)), 2019--2022 年度.
  6. 田中未来 (研究代表者):
    大規模な非凸最適化問題に対する効率の良いアルゴリズムの開発と機械学習等への応用,
    日本学術振興会 科学研究費補助金 (若手研究), 2019--2022 年度.
  7. 田中未来:
    日本オペレーションズ・リサーチ学会 研究者海外研修​支援, 2017 年.
  8. 岩田覚 (研究代表者), 田中未来 (研究分担者), ほか:
    大規模複雑システムの最適モデリング手法の構築,
    JST CREST 現代の数理科学と連携するモデリング手法の構築, 2017--2019 年度.
  9. 小林和博 (研究代表者), 田中未来 (研究分担者), ほか:
    過不足のない効率的な海上輸送実現のための最適化・シミュレーションシステムの構築,
    日本学術振興会 科学研究費補助金 (基盤研究 (C)), 2017--2019 年度.
  10. 田中未来 (研究代表者):
    不確実性に対して頑健な船舶スケジューリングを実現するための最適化手法の研究,
    日本学術振興会 科学研究費補助金 (若手研究 (B)), 2016--2018 年度.
  11. 高嶋隆太 (研究代表者), 田中未来 (研究分担者), ほか:
    持続可能システム構築に向けた再生可能エネルギー普及促進策の統合分析,
    日本学術振興会 科学研究費補助金 (基盤研究 (B)), 2015--2018 年度.
  12. 田中未来 (研究代表者):
    船舶の省エネルギー航海のための最適化手法の研究,
    日本学術振興会 科学研究費補助金 (研究活動スタート支援), 2014--2015 年度.
  13. 田中未来:
    船舶航行計画問題に対する混合整数 2 次錐最適化問題による定式化と航路生成法,
    立石科学技術振興財団 平成 25 年度後期 国際交流助成 (派遣), 2013 年.
  14. 田中未来:
    条件数制約付き正定値行列近似問題に対する高速解法: 理論と応用,
    村田学術振興財団 平成 25 年度 海外派遣援助, 2013 年.
  15. 田中未来, 中田和秀, 脇隼人:
    高度な意思決定問題に対するソリューション技術確立のための錐最適化手法の研究,
    東京工業大学 大学院社会理工学研究科, 高度科学技術社会リスクソリューション研究プロジェクト研究助成, 2012 年.
↑

授業

2023 年度 前期

  • 数理解析, 法政大学 理工学部.
  • 計算数理基礎, 総合研究大学院大学 先端学術院.
↑

2022 年度 後期

  • 数理・推論総合研究 V, 総合研究大学院大学 複合科学研究科.
↑

2022 年度 前期

  • 数理・推論総合研究 IV, 総合研究大学院大学 複合科学研究科.
↑

2021 年度 後期

  • 数理・推論総合研究 III, 総合研究大学院大学 複合科学研究科.
↑

2021 年度 前期

  • 教養総合: 数理科学の最先端 ---研究者の視点から---, 麻布高校.
  • 数学, 中央大学 国際経営学部.
  • 数理情報科学特別講義, 慶應義塾大学 理工学研究科.
  • 数理・推論総合研究 II, 総合研究大学院大学 複合科学研究科.
↑

2020 年度 後期

  • 数理・推論総合研究 I, 総合研究大学院大学 複合科学研究科.
↑

2020 年度 前期

  • 数学, 中央大学 国際経営学部.
↑

2016 年度 後期

  • プログラミング応用実習 B, 東京理科大学 理工学部.
  • 経営工学実験 A, 東京理科大学 理工学部.
  • セミナー, 東京理科大学 理工学部.
  • 経営工学輪講, 東京理科大学 大学院理工学研究科.
↑

2016 年度 前期

  • プログラミング応用実習 A, 東京理科大学 理工学部.
  • 経営工学概論 I, 東京理科大学 理工学部.
  • 経営工学実験 A, 東京理科大学 理工学部.
  • 経営工学演習 II, 東京理科大学 理工学部.
  • セミナー, 東京理科大学 理工学部.
  • 経営工学輪講, 東京理科大学 大学院理工学研究科.
↑

2015 年度 後期

  • プログラミング応用実習 B, 東京理科大学 理工学部.
  • 経営工学概論 II, 東京理科大学 理工学部.
  • 経営工学実験 A, 東京理科大学 理工学部.
  • 経営工学実験 D, 東京理科大学 理工学部.
  • セミナー, 東京理科大学 理工学部.
  • 経営工学輪講, 東京理科大学 大学院理工学研究科.
↑

2015 年度 前期

  • プログラミング応用実習 A, 東京理科大学 理工学部.
  • 経営工学概論 I, 東京理科大学 理工学部.
  • 経営工学実験 A, 東京理科大学 理工学部.
  • 経営工学演習 II, 東京理科大学 理工学部.
  • セミナー, 東京理科大学 理工学部.
  • 経営工学輪講, 東京理科大学 大学院理工学研究科.
↑

2014 年度 後期

  • プログラミング応用実習, 東京理科大学 理工学部.
  • 経営工学実験 A, 東京理科大学 理工学部.
  • 経営工学実験 D, 東京理科大学 理工学部.
  • セミナー, 東京理科大学 理工学部.
  • 経営工学輪講, 東京理科大学 大学院理工学研究科.
↑

2014 年度 前期

  • プログラミング応用実習, 東京理科大学 理工学部.
  • 経営工学実験 A, 東京理科大学 理工学部.
  • 経営工学演習 II, 東京理科大学 理工学部.
  • セミナー, 東京理科大学 理工学部.
  • 経営工学輪講, 東京理科大学 大学院理工学研究科.
↑

2012 年度

  • 数学 B, 東京工業大学 附属科学技術高等学校.
  • 数学 C, 東京工業大学 附属科学技術高等学校.
↑

経歴

職歴

↑

在外研究歴

↑

学歴

  • 2014 年 3 月: 東京工業大学 大学院社会理工学研究科 経営工学専攻 博士後期課程 修了, 博士 (工学) 取得.
  • 2011 年 3 月: 東京工業大学 大学院社会理工学研究科 経営工学専攻 修士課程 修了, 修士 (工学) 取得.
  • 2009 年 3 月: 東京工業大学 工学部 経営システム工学科 卒業, 学士 (工学) 取得.
  • 2006 年 3 月: 麻布高等学校 卒業.
↑

学会活動など

継続しているもの

終了したもの

↑

写真について

ヘッダの写真は 23 歳の誕生日に谷川岳で撮影したものであり, 現状とは異なる場合がございますので, ご了承ください. 研究者は古い写真を使うものだという言い訳をしていましたが, あまりにもということでセピア色にしておきました.

↑