ヒト・モノのモビリティに関する数理モデルとして大規模なグラフ解析が注目を集めています. グラフ解析の応用分野としては大規模災害等での避難誘導計画，社会公共政策や企業経営等のためソーシャル・ネットワーク等の大規模データの有効活用等が想定されています. 現在, ハイパフォーマンスコンピューティング分野の技術を用いて大規模なグラフ解析を行う研究が推進されていますので, 本講演では高速かつ省電力なグラフ解析ソフトウェアの開発方法について解説を行います. また, 都市 OS 開発などのサイバーフィジカルシステムにおいて、ヒト・モノのモビリティに関する数理モデル及び最適化手法としてのグラフ解析の利用が開始されています. このような最先端理論（Algorithm Theory）+ 大規模実データ（Big Data）+ 最新計算技術（Computation）の有機的な組合せによる最新のグラフ解析の産業応用についても紹介を行います.
※ 本招待セッションは、九州大学マス・フォア・インダストリ研究所（略称：IMI）とのコラボレーション企画セッションとなります。
マス・フォア・インダストリ研究所公式サイト: https://www.imi.kyushu-u.ac.jp/
講演者プロフィール
藤澤 克樹
経歴：
現在, 九州大学 マス・フォア・インダストリ研究所 教授. また産業技術総合研究所 人工知能研究センターや東京工業大学 学術国際情報センターなどを兼任.
主な専門分野は数理最適化やグラフ解析. 最近は多くの民間企業と共同でヒト・モノのモビリティの数理モデルと産業応用を推進中.
2014年〜2016年第8, 10, 11, 12, 13回 Graph500 ベンチマークコンテスト世界１位受賞．2017年度文部科学大臣表彰 科学技術賞(研究部門)受賞.
《講演者からのメッセージ》
ヒト・モノ・カネ・情報などが移動したり変移したりする状態をどのような数理モデルで表現すれば良いのか関して産業界で大きな興味が集まっています. 本講演ではグラフ解析、最適化、機械学習、確率分布などの数理モデルを扱いますが、これらの数理モデルを組み合わせることによって、未来の現象を予測、制御、表現することも可能になります。またサイバー空間でのモビリティも対象になりますので、エンターテイメント系の応用も期待できます。
数理的な専門知識を持っていなくても大丈夫ですが、具体的な内容を知りたい方が物足りなく感じないような難易度に設定します.
