中山舜民

ナカヤマシュンミン | Nakayama Shummin

所属機関・部署：
ホームページURL (1件)： https://shummin.github.io/

研究分野 (2件)：応用数学、統計数学 , 数学基礎

競争的資金等の研究課題 (6件)：

全件表示

論文 (13件)：

Shotaro Yagishita, Shummin Nakayama. An acceleration of proximal diagonal Newton method. JSIAM Letters. 2024. 16. 5-8
Shummin Nakayama, Yasushi Narushima, Hiroshi Yabe. Inexact proximal DC Newton-type method for nonconvex composite functions. Computational Optimization and Applications. 2023
Yasushi Narushima, Shummin Nakayama, Masashi Takemura, Hiroshi Yabe. Memoryless Quasi-Newton Methods Based on the Spectral-Scaling Broyden Family for Riemannian Optimization. Journal of Optimization Theory and Applications. 2023
Yasushi Narushima, Shummin Nakayama. A proximal quasi-Newton method based on memoryless modified symmetric rank-one formula. Journal of Industrial and Management Optimization. 2022. 19. 6. 4095-4111
Shummin Nakayama, Yasushi Narushima, Hiroaki Nishio, Hiroshi Yabe. An active-set memoryless quasi-Newton method based on a spectral-scaling Broyden family for bound constrained optimization. Results in Control and Optimization. 2021. 3. 100012-100012

MISC (2件)：

講演・口頭発表等 (11件)：

太陽光発電を含むエネルギーシステムの不確実な状況下での電力価格決定モデル
(日本オペレーションズ・リサーチ学会 2024 年春季研究発表会 2024)
構造化Broyden公式族に基づいたニュートン型近接勾配法の局所的収束性
(日本応用数理学会第20回研究部会連合発表会 2024)
Nonmonotone Proximal Structured Quasi-Newton Methods Based on the Broyden Family
(The Third Pacific Optimisation Conference (POC2023) 2023)
Proximal Diagonal Newton Method for Nonconvex Composite Optimization
(The Third Pacific Optimisation Conference (POC2023) 2023)
構造化Broyden公式族に基づいたニュートン型近接勾配法
(日本オペレーションズ・リサーチ学会 2023 年春秋研究発表会 2023)

学歴 (4件)：

学位 (2件)：

経歴 (2件)：

委員歴 (3件)：

所属学会 (3件)：

電気学会 , 日本応用数理学会 , 日本オペレーションズ・リサーチ学会

※　J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。登録・更新については、こちらをご覧ください。

中山 舜民