Generated by YALMIP その１０

現時点で １１９問終了です（全部で１４０問）。ようやく終わりが見えてきました。何故か最近は GPU クラスタは安定して動作しています。東京の気温が涼しくなってきたのが、原因ではないかと考えられます。

20_original_dtw(1)_cutRanksdp(-0.1)_sig(0.0).result.gz 20_original_dtw(2)_cutRanksdp(-0.1)_sig(0.0).result.gz 20_original_dtw(2)_cutRanksdp(0.0)_sig(0.0).result.gz
20_original_dtw(1)_cutRanksdp(-0.1)_sig(0.1).result.gz 20_original_dtw(2)_cutRanksdp(-0.1)_sig(0.1).result.gz 20_original_dtw(2)_cutRanksdp(0.0)_sig(0.1).result.gz
20_original_dtw(1)_cutRanksdp(-0.1)_sig(0.2).result.gz 20_original_dtw(2)_cutRanksdp(-0.1)_sig(0.2).result.gz 20_original_dtw(2)_cutRanksdp(0.0)_sig(0.2).result.gz
20_original_dtw(1)_cutRanksdp(-0.1)_sig(0.3).result.gz 20_original_dtw(2)_cutRanksdp(-0.1)_sig(0.3).result.gz 20_original_dtw(2)_cutRanksdp(0.0)_sig(0.3).result.gz
20_original_dtw(1)_cutRanksdp(-0.1)_sig(0.4).result.gz 20_original_dtw(2)_cutRanksdp(-0.1)_sig(0.4).result.gz 20_original_dtw(2)_cutRanksdp(0.0)_sig(0.4).result.gz
20_original_dtw(1)_cutRanksdp(-0.1)_sig(0.5).result.gz 20_original_dtw(2)_cutRanksdp(-0.1)_sig(0.5).result.gz 20_original_dtw(2)_cutRanksdp(0.0)_sig(0.5).result.gz
20_original_dtw(1)_cutRanksdp(-0.1)_sig(0.6).result.gz 20_original_dtw(2)_cutRanksdp(-0.1)_sig(0.6).result.gz 20_original_dtw(2)_cutRanksdp(0.0)_sig(0.6).result.gz
20_original_dtw(1)_cutRanksdp(-0.1)_sig(0.7).result.gz 20_original_dtw(2)_cutRanksdp(-0.1)_sig(0.7).result.gz 20_original_dtw(2)_cutRanksdp(0.0)_sig(0.7).result.gz
20_original_dtw(1)_cutRanksdp(-0.1)_sig(0.8).result.gz 20_original_dtw(2)_cutRanksdp(-0.1)_sig(0.8).result.gz 20_original_dtw(2)_cutRanksdp(0.0)_sig(0.8).result.gz
20_original_dtw(1)_cutRanksdp(-0.1)_sig(0.9).result.gz 20_original_dtw(2)_cutRanksdp(-0.1)_sig(0.9).result.gz 20_original_dtw(2)_cutRanksdp(0.0)_sig(0.9).result.gz
20_original_dtw(1)_cutRanksdp(-0.2)_sig(0.0).result.gz 20_original_dtw(2)_cutRanksdp(-0.2)_sig(0.0).result.gz 20_original_dtw(3)_cutRanksdp(-0.1)_sig(0.0).result.gz
20_original_dtw(1)_cutRanksdp(-0.2)_sig(0.1).result.gz 20_original_dtw(2)_cutRanksdp(-0.2)_sig(0.1).result.gz 20_original_dtw(3)_cutRanksdp(-0.1)_sig(0.1).result.gz
20_original_dtw(1)_cutRanksdp(-0.2)_sig(0.2).result.gz 20_original_dtw(2)_cutRanksdp(-0.2)_sig(0.2).result.gz 20_original_dtw(3)_cutRanksdp(-0.1)_sig(0.2).result.gz
20_original_dtw(1)_cutRanksdp(-0.2)_sig(0.3).result.gz 20_original_dtw(2)_cutRanksdp(-0.2)_sig(0.3).result.gz 20_original_dtw(3)_cutRanksdp(-0.1)_sig(0.3).result.gz
20_original_dtw(1)_cutRanksdp(-0.2)_sig(0.4).result.gz 20_original_dtw(2)_cutRanksdp(-0.2)_sig(0.4).result.gz 20_original_dtw(3)_cutRanksdp(-0.1)_sig(0.4).result.gz
20_original_dtw(1)_cutRanksdp(-0.2)_sig(0.5).result.gz 20_original_dtw(2)_cutRanksdp(-0.2)_sig(0.5).result.gz 20_original_dtw(3)_cutRanksdp(-0.1)_sig(0.5).result.gz
20_original_dtw(1)_cutRanksdp(-0.2)_sig(0.6).result.gz 20_original_dtw(2)_cutRanksdp(-0.2)_sig(0.6).result.gz 20_original_dtw(3)_cutRanksdp(-0.1)_sig(0.6).result.gz
20_original_dtw(1)_cutRanksdp(-0.2)_sig(0.7).result.gz 20_original_dtw(2)_cutRanksdp(-0.2)_sig(0.7).result.gz 20_original_dtw(3)_cutRanksdp(-0.1)_sig(0.7).result.gz
20_original_dtw(1)_cutRanksdp(-0.2)_sig(0.8).result.gz 20_original_dtw(2)_cutRanksdp(-0.2)_sig(0.8).result.gz 20_original_dtw(3)_cutRanksdp(-0.1)_sig(0.8).result.gz
20_original_dtw(1)_cutRanksdp(-0.2)_sig(0.9).result.gz 20_original_dtw(2)_cutRanksdp(-0.2)_sig(0.9).result.gz 20_original_dtw(3)_cutRanksdp(-0.1)_sig(0.9).result.gz
20_original_dtw(1)_cutRanksdp(-0.3)_sig(0.0).result.gz 20_original_dtw(2)_cutRanksdp(-0.3)_sig(0.0).result.gz 20_original_dtw(3)_cutRanksdp(-0.2)_sig(0.0).result.gz
20_original_dtw(1)_cutRanksdp(-0.3)_sig(0.1).result.gz 20_original_dtw(2)_cutRanksdp(-0.3)_sig(0.1).result.gz 20_original_dtw(3)_cutRanksdp(-0.2)_sig(0.1).result.gz
20_original_dtw(1)_cutRanksdp(-0.3)_sig(0.2).result.gz 20_original_dtw(2)_cutRanksdp(-0.3)_sig(0.2).result.gz 20_original_dtw(3)_cutRanksdp(-0.2)_sig(0.2).result.gz
20_original_dtw(1)_cutRanksdp(-0.3)_sig(0.3).result.gz 20_original_dtw(2)_cutRanksdp(-0.3)_sig(0.3).result.gz 20_original_dtw(3)_cutRanksdp(-0.2)_sig(0.3).result.gz
20_original_dtw(1)_cutRanksdp(-0.3)_sig(0.4).result.gz 20_original_dtw(2)_cutRanksdp(-0.3)_sig(0.4).result.gz 20_original_dtw(3)_cutRanksdp(-0.2)_sig(0.4).result.gz
20_original_dtw(1)_cutRanksdp(-0.3)_sig(0.5).result.gz 20_original_dtw(2)_cutRanksdp(-0.3)_sig(0.5).result.gz 20_original_dtw(3)_cutRanksdp(-0.2)_sig(0.5).result.gz
20_original_dtw(1)_cutRanksdp(-0.3)_sig(0.6).result.gz 20_original_dtw(2)_cutRanksdp(-0.3)_sig(0.6).result.gz 20_original_dtw(3)_cutRanksdp(-0.2)_sig(0.6).result.gz
20_original_dtw(1)_cutRanksdp(-0.3)_sig(0.7).result.gz 20_original_dtw(2)_cutRanksdp(-0.3)_sig(0.7).result.gz 20_original_dtw(3)_cutRanksdp(-0.2)_sig(0.7).result.gz
20_original_dtw(1)_cutRanksdp(-0.3)_sig(0.8).result.gz 20_original_dtw(2)_cutRanksdp(-0.3)_sig(0.8).result.gz 20_original_dtw(3)_cutRanksdp(-0.2)_sig(0.8).result.gz
20_original_dtw(1)_cutRanksdp(-0.3)_sig(0.9).result.gz 20_original_dtw(2)_cutRanksdp(-0.3)_sig(0.9).result.gz 20_original_dtw(3)_cutRanksdp(0.0)_sig(0.0).result.gz
20_original_dtw(1)_cutRanksdp(0.0)_sig(0.0).result.gz 20_original_dtw(2)_cutRanksdp(-0.4)_sig(0.0).result.gz 20_original_dtw(3)_cutRanksdp(0.0)_sig(0.1).result.gz
20_original_dtw(1)_cutRanksdp(0.0)_sig(0.1).result.gz 20_original_dtw(2)_cutRanksdp(-0.4)_sig(0.1).result.gz 20_original_dtw(3)_cutRanksdp(0.0)_sig(0.2).result.gz
20_original_dtw(1)_cutRanksdp(0.0)_sig(0.2).result.gz 20_original_dtw(2)_cutRanksdp(-0.4)_sig(0.2).result.gz 20_original_dtw(3)_cutRanksdp(0.0)_sig(0.3).result.gz
20_original_dtw(1)_cutRanksdp(0.0)_sig(0.3).result.gz 20_original_dtw(2)_cutRanksdp(-0.4)_sig(0.3).result.gz 20_original_dtw(3)_cutRanksdp(0.0)_sig(0.4).result.gz
20_original_dtw(1)_cutRanksdp(0.0)_sig(0.4).result.gz 20_original_dtw(2)_cutRanksdp(-0.4)_sig(0.4).result.gz 20_original_dtw(3)_cutRanksdp(0.0)_sig(0.5).result.gz
20_original_dtw(1)_cutRanksdp(0.0)_sig(0.5).result.gz 20_original_dtw(2)_cutRanksdp(-0.4)_sig(0.5).result.gz 20_original_dtw(3)_cutRanksdp(0.0)_sig(0.6).result.gz
20_original_dtw(1)_cutRanksdp(0.0)_sig(0.6).result.gz 20_original_dtw(2)_cutRanksdp(-0.4)_sig(0.6).result.gz 20_original_dtw(3)_cutRanksdp(0.0)_sig(0.7).result.gz
20_original_dtw(1)_cutRanksdp(0.0)_sig(0.7).result.gz 20_original_dtw(2)_cutRanksdp(-0.4)_sig(0.7).result.gz 20_original_dtw(3)_cutRanksdp(0.0)_sig(0.8).result.gz
20_original_dtw(1)_cutRanksdp(0.0)_sig(0.8).result.gz 20_original_dtw(2)_cutRanksdp(-0.4)_sig(0.8).result.gz 20_original_dtw(3)_cutRanksdp(0.0)_sig(0.9).result.gz
20_original_dtw(1)_cutRanksdp(0.0)_sig(0.9).result.gz 20_original_dtw(2)_cutRanksdp(-0.4)_sig(0.9).result.gz

第25回 RAMPシンポジウム

第25回 RAMPシンポジウムの事前振込締切り（10月11日）は過ぎてしまいましたが、引き続き参加を検討されている方はよろしくお願いします。懇親会費は事前申し込みの割引はございません。また、来年度の開催は東京地区の予定です。

第25回 RAMPシンポジウム ホームページ
日時 ： 2013年10月29日（火），30日（水）
会場 ： 鹿児島大学稲盛会館

Intel Compiler 14.0.0 と MKL 11.1 のインストール

Intel Compiler 14.0.0 と MKL 11.1 を普通にインストールすると /opt/intel/mkl/lib/intel64/ は以下の構成になる。

libmkl_avx.so libmkl_core.so libmkl_gf_lp64.so libmkl_intel_lp64.a libmkl_lapack95_lp64.a libmkl_sequential.a libmkl_vml_def.so locale
libmkl_avx2.so libmkl_def.so libmkl_gnu_thread.a libmkl_intel_lp64.so libmkl_mc.so libmkl_sequential.so libmkl_vml_mc.so
libmkl_blas95_ilp64.a libmkl_gf_ilp64.a libmkl_gnu_thread.so libmkl_intel_thread.a libmkl_mc3.so libmkl_vml_avx.so libmkl_vml_mc2.so
libmkl_blas95_lp64.a libmkl_gf_ilp64.so libmkl_intel_ilp64.a libmkl_intel_thread.so libmkl_p4n.so libmkl_vml_avx2.so libmkl_vml_mc3.so
libmkl_core.a libmkl_gf_lp64.a libmkl_intel_ilp64.so libmkl_lapack95_ilp64.a libmkl_rt.so libmkl_vml_cmpt.so libmkl_vml_p4n.so

SDPARA 関連では BLACS や ScaLAPACK を使っているのだが、良く見るとこれらのファイルが何故か default でインストールされない。
というわけなので、とりあえず以下の三つを手動でインストールする。

rpm -ivh intel-mkl-cluster-common-080-11.1-0.noarch.rpm
rpm -ivh intel-mkl-cluster-080-11.1-0.x86_64.rpm
rpm -ivh intel-mkl-cluster-devel-080-11.1-0.x86_64.rpm

そうすると以下のように libmkl_blacs_intelmpi_ilp64.a や libmkl_blacs_openmpi_ilp64.a 等もインストールされる。SDPARA も無事に動作した。

libmkl_avx.so libmkl_blacs_openmpi_ilp64.a libmkl_core.a libmkl_gnu_thread.so libmkl_lapack95_lp64.a libmkl_scalapack_lp64.so libmkl_vml_mc2.so
libmkl_avx2.so libmkl_blacs_openmpi_lp64.a libmkl_core.so libmkl_intel_ilp64.a libmkl_mc.so libmkl_sequential.a libmkl_vml_mc3.so
libmkl_blacs_ilp64.a libmkl_blacs_sgimpt_ilp64.a libmkl_def.so libmkl_intel_ilp64.so libmkl_mc3.so libmkl_sequential.so libmkl_vml_p4n.so
libmkl_blacs_intelmpi_ilp64.a libmkl_blacs_sgimpt_lp64.a libmkl_gf_ilp64.a libmkl_intel_lp64.a libmkl_p4n.so libmkl_vml_avx.so locale
libmkl_blacs_intelmpi_ilp64.so libmkl_blas95_ilp64.a libmkl_gf_ilp64.so libmkl_intel_lp64.so libmkl_rt.so libmkl_vml_avx2.so
libmkl_blacs_intelmpi_lp64.a libmkl_blas95_lp64.a libmkl_gf_lp64.a libmkl_intel_thread.a libmkl_scalapack_ilp64.a libmkl_vml_cmpt.so
libmkl_blacs_intelmpi_lp64.so libmkl_cdft_core.a libmkl_gf_lp64.so libmkl_intel_thread.so libmkl_scalapack_ilp64.so libmkl_vml_def.so
libmkl_blacs_lp64.a libmkl_cdft_core.so libmkl_gnu_thread.a libmkl_lapack95_ilp64.a libmkl_scalapack_lp64.a libmkl_vml_mc.so

大規模グラフデータと解析

最近講演した中で大規模グラフデータと解析関連で関心を集めたスライドを幾つか置いておきます。

Gurobi 5.6.0 リリース その２

Gurobi Optimizer V.5.6.0の新機能、変更および改善点

１．）サポートプラットフォームの変更
廃止されたＯＳ：
・Windows XP
・32bit Windows server 全て
・Ubuntu 8.04
追加されたＯＳ：
・Red Hat Enterprise Linux 6.4
・Ubuntu 13.04

２．）使用可能なライセンス
Gurobi Optimizer 5.x対応ライセンスがそのまま使用できますので、V.5.x以上を
ご使用のお客様は、ライセンスキーの変更は必要ありません。
弊社サイトから、メンバーログイン後V.5.6.0のモジュールをダウンロード
頂き、インストールしてご使用ください。

３．）ライセンスファイルの保存場所
環境変数GRB_LICENSE_FILEで指定しなくても使えるもの
Windows：ホームディレクトリ、C:\gurobi（新しく追加）、C:\gurobi560
Windows以外では、これらに対応するもの
今まで使えたもので、今回対象外になったものがあります。
これら以外は環境変数GRB_LICENSE_FILEでの指定が必要です。

４．）互換性
Gurobi Optimizer V.5.6.0で新たにサポートされた機能を使用されない限り
V.5.xをベースに開発されたアプリケーションのソースコードの変更は必要ありません。

５．）新機能
５－１．）計算速度の向上
・LP ― 内点法のテストセットで12%、難しい問題のテストセットで21%、計算速度が向上しました。
速度向上は、新しい第4世代Intel Core プロセッサで大きい傾向があります。
・MIP最適解 ― 幅広い問題のテストセットで14%、難しい問題のテストセットで29%計算速度が向上しました。

５－２．）Python 3.2をサポート
LinuxとWindows上で、Python 3.2への対応を開始しました。しかしGurobi 5.6はPython 2.7を標準とします。
一般には2.Xの方が広く使われていて、また、サードパーティから提供されるソフトウェアも豊富なため、
標準のPython 2.7をそのまま使用されることを推奨します。
Python 3.2への切替え方法は、メンバーページログイン後、最新版インストールガイドをご参照ください。

５－３．）MATLABのサポートバージョンを、2008b～2013bに広げました。

５－４．）MATLABインターフェイスで、MPSファイル、LPファイルを読んで内容をMATLAB matrixに保存する、
または、MATLAB matrixの内容をMPSファイル、LPファイルに書き出す機能を新設しました。

５－５．）R version 2.15.1～2.15.3.のサポートを廃止し、新しくR versions 3.0.0～3.0.1をサポートしました。

５－６．）Gurobi計算サーバで、パラメータチューニングまたはMIP同時並行（concurrent）計算を、
独立な複数のコンピュータ上で実行する機能を新設
このためのパラメータとして、以下を新設しました。
ConcurrentMIPJobs、TuneJobs、ServerPool、ServerPassword

５－７．）その他の新しいパラメータ
・Disconnected：相互に独立な複数の部分モデルで構成されているMIPモデル構造に、この構造特有の方法で対応
・PreSOS1BigM、PreSOS2BigM：プリソルブでのSOS制約線形化を制御

日本オペレーションズ・リサーチ学会 研究賞

今回初めて応募しましたが、２０１３年度の日本オペレーションズ・リサーチ学会の研究賞を受賞しました。

1.“High-Performance General Solver for Extremely Large-Scale Semidefinite Programming Problems,” Proceedings of the 2012 ACM/IEEE Conference on Supercomputing, SC ’12, 2012. (共著者T. Endo, H. Sato, M. Yamashita, S. Matsuoka and M. Nakata)
2.“Convex Optimization Approaches to Maximally Predictable Portfolio Selection, ” Optimization: A Journal of Mathematical Programming and Operations Research, Available Online, December 2012. (共著者J. Gotoh)
3.“The Second-order Reduced Density Matrix Method and the Two-dimensional Hubbard Model,” Computational and Theoretical Chemistry、Available online, August 2012, Volume 1003, 1 January 2013, pp. 22-27. (共著者J. S. M. Anderson, M. Nakata, R. Igarashi, and M. Yamashita)
4.“NETAL: High-performance Implementation of Network Analysis Library Considering Computer Memory Hierarchy,” Journal of the Operations Research Society of Japan, Vol. 54, No. 4, 2011, pp. 259-280. (共著者Y. Yasui, K. Goto N. Kamiyama, and M. Takamatsu)
5.“A Performance Characteristics of Graph500 on Large-Scale Distributed Environment,” Proceedings of the 2011 IEEE International Symposium on Workload Characterization. 2011. (共著者T. Suzumura, K. Ueno, H. Sato, and S. Matsuoka)

◯日本オペレーションズ・リサーチ学会　研究賞
昭和43年（1968年）に創設された大西記念文献賞，及びそれを継承した文献賞を受け継ぎ，昨年度から設けられた本学会で最も歴史のある賞です．次の条件を満たす個人に贈られます．
1. 本学会員であること．
2. 独創性と将来性に富み，ORの発展に寄与する研究業績を挙げていること．
授賞対象とする研究業績は過去5年以内のものとし，毎年1名程度を表彰する予定です．

九大 IMI 研究集会：「グラフビッグデータ」

九州大学 マス・フォア・インダストリ研究所にて以下の研究集会が開催される予定です。

「グラフビッグデータ」
日時
平成25年12月5日12:50 -- 17:00 および6日10:00 -- 11:50
場所
九州大学 伊都キャンパス 数理学研究教育棟 大講義室1
主催
九州大学 マス・フォア・インダストリ研究所
共催
平成25年度 文部科学省 数学・数理科学と諸科学・産業との連携研究ワークショップ
世話人
神山直之，脇隼人（九州大学マス・フォア・インダストリ研究所）

目的
グラフビッグデータを代表とする構造化されたビッグデータに関す
る処理・活用のための理論基盤構築へ向けた連携・交流
離散最適化やグラフ理論研究者のグラフビックデータに対する基盤技術の開発や現実問題の解決への貢献の周知

講演者
川原純（奈良先端科学技術大学院大学）
丸山修（九州大学）
藤澤克樹（中央大学）
佐久間淳（筑波大学）
坂内英夫（九州大学）
宇野毅明（国立情報学研究所）

ウェブ頁
http://imi.kyushu-u.ac.jp/~kamiyama/gb.html

HPCS2014 ポスター発表募集中

現在 HPCS2014 ポスター発表を募集中です。

ポスター発表募集要領
HPCS2014では口頭発表と同時にポスター発表を募集することにしております．この募集では自由形式でシンポジウムに沿った話題を広く募り今後の応用・計算機科学双方の発展に役立つ自由な議論の場を提供したいと考えております．進行中の研究紹介，応用分野と計算機科学との間でのニーズ・シーズの情報交換および応用分野間での計算機利用技術の情報交換などにご利用ください．募集テーマに関連した広い分野の研究者，産業界の皆様の参加をお待ちしています．

Gurobi 5.6.0 リリース

Gurobi 5.6.0 リリースがリリースされたので、5.5.0 との比較実験を行った。

◯問題 gmu-35-40.mps (MIPLIB2010) 最適解 -2.4065401670e+06
Gurobi 5.5.0 ( 8スレッド) : 399.70秒
Gurobi 5.5.0 (32スレッド) : 21.43秒
Gurobi 5.6.0 ( 8スレッド) : 49.51秒
Gurobi 5.6.0 (32スレッド) : 138.18秒

○問題 S-20-20-2-3.mps（ロットサイズ決定問題）: 最適解 337697
Gurobi 5.5.0 ( 8スレッド) : 67.96秒
Gurobi 5.5.0 (32スレッド) : 43.15秒
Gurobi 5.6.0 ( 8スレッド) : 59.28秒
Gurobi 5.6.0 (32スレッド) : 33.64秒

○問題 gmpl-10-0.2.mps (仮想マシンマイグレーション問題)：最適解 155
Gurobi 5.5.0 ( 8スレッド) : 331.09秒
Gurobi 5.5.0 (32スレッド) : 167.42秒
Gurobi 5.6.0 ( 8スレッド) : 658.93秒
Gurobi 5.6.0 (32スレッド) : 175.39秒

○問題 roll3000.mps (MIPLIB2003) : 最適解 12890
Gurobi 5.5.0 ( 8スレッド) : 23.56秒
Gurobi 5.5.0 (32スレッド) : 16.61秒
Gurobi 5.6.0 ( 8スレッド) : 26.13秒
Gurobi 5.6.0 (32スレッド) : 23.74秒

○問題 mod011.mps (MIPLIB2003) : 最適解 -5.4558535014e+07
Gurobi 5.5.0 ( 8スレッド) : 15.23秒
Gurobi 5.5.0 (32スレッド) : 17.88秒
Gurobi 5.6.0 ( 8スレッド) : 15.27秒
Gurobi 5.6.0 (32スレッド) : 18.51秒

◯計算サーバ
SandyBridge-EP マシン：Intel Xeon E5-4650 2.70GHz : 8 Core 20M L3 cache x 4
Memory DDR 3 1600 ECC REG 512GB (16GB x 32)
OS : CentOS 6.4

秋は公募の季節です

有利不利に影響してきますので、具体的な公募の紹介は避けますが、１０月末締切りの公募がたくさんあります。

JREC-IN 研究者人材データベース

積極的に頑張っていきましょう

第25回 RAMPシンポジウム 事前振込締切り: 10月11日

第25回 RAMPシンポジウムの事前振込締切りが、10月11日となっております。

第25回 RAMPシンポジウム ホームページ
日時 ： 2013年10月29日（火），30日（水）
会場 ： 鹿児島大学稲盛会館

シンポジウム参加費　　　　　　　正・賛助会員　　 　　学　生　　 　　非会員　　
事前振込（10月11日まで）　　　　￥5,000 　　　　　　￥2,000 　　　-
当日払い 　　　　　　　　　　　　￥7,000 　　　　　　￥3,000 　　　￥10,000

インテル ソフトウェア カンファレンス

以下のインテル ソフトウェア カンファレンスが開催されます。私も参加予定です。

インテル ソフトウェア カンファレンス
会期： 2013年 11月 1日（金) 10:00～16:50 (9:00受付開始)
会場： シェラトン都ホテル東京 B2F『醍醐』
アクセスマップ (〒108-8640 東京都港区白金台1-1-50)
主催： インテル コーポレーション、インテル株式会社
定員： 500 名
参加費： 無料（事前登録制）
対象者： 並列化のための新しいテクノロジーやツールを使用して、マルチコア・プロセッサー向けにアプリケーションの並列化および最適化に取り組むソフトウェア開発者
(セッションで主に使用するプログラミング言語：C/C++/Fortran)

Community Oriented Stand-by MObility Service（COSMOS）コンソーシアム

以下の COSMOS コンソーシアムが設立されるということで、１０月３日の設立総会に行ってきました（大盛況でした）。初めにマーケティングや技術部会などが設立されるそうです。

Community Oriented Stand-by MObility Service（COSMOS）コンソーシアム

COSMOSコンソーシアムが目指すのは、地域における住民の往来を活発化させることで地域活性化に貢献する全く新しい個人向け地域交通サービスです。1～2人乗りの無人運転の乗り物によるオンデマンドかつドア・ツー・ドア、そして低コストの交通手段と、地域の生活・娯楽・行政情報を住民のスマートフォンなどに送信し配車まで行える外出促進の仕組みを組み合わせ、地域内の移動の容易化および外出意欲の向上を図る構想です。
輸送機器メーカーや通信機器メーカー、交通事業者、不動産デベロッパー、ゼネコンなど、インフラ構築に貢献できる民間企業と地域交通手段の一つとしてCOSMOS導入を検討する自治体・地域コミュニティが参画するCOSMOSコンソーシアムでは、2016年3月末までに、ニーズ調査からビジネスモデルの検討、そして実証プロジェクトまでを実施する予定です。

JST 平成２５年度新規研究課題および新規研究領域の決定

平成２５年度の JST CREST とさきがけの新規採択課題が決定しました。

戦略的創造研究推進事業における平成２５年度新規研究課題および新規研究領域の決定について

平成25年度 戦略的創造研究推進事業（CREST・さきがけ・ERATO）新規採択課題等

Graph CREST のホームページリニューアル その２

Graph CREST のホームページリニューアルを全体的に（スタイルも含めて）更新致しました。

http://www.graphcrest.jp/

当 CREST チームの 鈴村豊太郎氏が１０月１日付けで 東京工業大学 大学院情報理工学研究科(客員准教授)からユニバーシティ・カレッジ・ダブリン大学(客員准教授)に異動致しました（本職では IBM Research Tokyo から IBM Research Ireland に異動です）。

大規模グラフ処理系グループ

大規模最適化グループ