Programa de Pós Graduação em Matemática Aplicada

Mituhiro Fukuda

Possui bacharelado em matemática aplicada pelo Instituto de Matemática e Estatística da Universidade de São Paulo (USP) e mestrado e doutorado em ciências matemática e computacional pelo Institute of Science Tokyo (2002, antigo Tokyo Institute of Technology). Atualmente é professor doutor na Escola de Artes, Ciências e Humanidades da Universidade de São Paulo (USP). Tem experiência na área de Analytics, Pesquisa Operacional e Matemática Aplicada, com ênfase em otimização contínua computacional. Mais especificamente em otimização cônica e análise convexa, incluindo otimização semidefinida e métodos de (sub)gradientes acelerados para problemas de otimização convexa. Já trabalhou em problemas de estrutura eletrônica de átomos e moléculas através de aproximações da matriz de densidade reduzida. (Texto informado pelo autor)

http://lattes.cnpq.br/8715083756760832 (19/01/2026)

Rótulo/Grupo:

Bolsa CNPq:

Período de análise:

Endereço:

Grande área: Ciências Exatas e da Terra

Área: Ciência da Computação

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (19)
1. AZUMA, GODAI ; FUKUDA, MITUHIRO ; KIM, SUNYOUNG ; YAMASHITA, MAKOTO. Exact SDP relaxations for quadratic programs with bipartite graph structures. JOURNAL OF GLOBAL OPTIMIZATION (DORDRECHT. ONLINE). v. 86, p. 671-691, 2023. Qualis: Não identificado (ONLINE))
2. TAKAHASHI, SHOTA ; FUKUDA, MITUHIRO ; TANAKA, MIRAI. New Bregman proximal type algorithms for solving DC optimization problems-. COMPUTATIONAL OPTIMIZATION AND APPLICATIONS (DORDRECHT. ONLINE). v. 83, p. 893-931, 2022. Qualis: Não identificado (ONLINE))
3. AZUMA, GODAI ; FUKUDA, MITUHIRO ; KIM, SUNYOUNG ; YAMASHITA, MAKOTO. Exact SDP relaxations of quadratically constrained quadratic programs with forest structures. JOURNAL OF GLOBAL OPTIMIZATION (DORDRECHT. ONLINE). v. 82, p. 243-262, 2022. Qualis: Não identificado (ONLINE))
4. ITO, MASARU ; FUKUDA, MITUHIRO. Nearly Optimal First-Order Methods for Convex Optimization under Gradient Norm Measure: an Adaptive Regularization Approach. JOURNAL OF OPTIMIZATION THEORY AND APPLICATIONS (DORDRECHT. ONLINE). v. 188, p. 770-804, 2021. Qualis: Não identificado (ONLINE))
5. NAKAGAKI, TAKASHI ; FUKUDA, MITUHIRO ; KIM, SUNYOUNG ; YAMASHITA, MAKOTO. A dual spectral projected gradient method for log-determinant semidefinite problems. COMPUTATIONAL OPTIMIZATION AND APPLICATIONS (DORDRECHT. ONLINE). v. 76, p. 33-68, 2020. Qualis: Não identificado (ONLINE))
6. ITO, MASARU ; FUKUDA, MITUHIRO. A family of subgradient-based methods for convex optimization problems in a unifying framework. OPTIMIZATION METHODS AND SOFTWARE. v. 31, p. 952-982, 2016. Qualis: B1
7. YAMASHITA, MAKOTO ; FUJISAWA, KATSUKI ; FUKUDA, MITUHIRO ; NAKATA, KAZUHIDE ; NAKATA, MAHO. Algorithm 925. ACM TRANSACTIONS ON MATHEMATICAL SOFTWARE. v. 39, p. 1-22, 2012. Qualis: Não identificado (ACM TRANSACTIONS ON MATHEMATICAL SOFTWARE)
8. NAKATA, MAHO ; BRAAMS, BASTIAAN J. ; FUJISAWA, KATSUKI ; FUKUDA, MITUHIRO ; PERCUS, JEROME K. ; YAMASHITA, MAKOTO ; ZHAO, ZHENGJI. Variational calculation of second-order reduced density matrices by strong N-representability conditions and an accurate semidefinite programming solver. JOURNAL OF CHEMICAL PHYSICS. v. 128, p. 164113, 2008. Qualis: A2 (THE JOURNAL OF CHEMICAL PHYSICS)
9. NAKATA, KAZUHIDE ; FUJISAWA, KATSUKI ; FUKUDA, MITUHIRO ; YAMASHITA, MAKOTO ; NAKATA, MAHO ; KOBAYASHI, K.. Optimization software SDPA. Bulletin of the Japan Society for Industrial and Applied Mathematics. v. 18, p. 2-14, 2008. Qualis: Não identificado (BULLETIN OF THE JAPAN SOCIETY FOR INDUSTRIAL AND APPLIED MATHEMATICS)
10. FUJISAWA, KATSUKI ; NAKATA, KAZUHIDE ; YAMASHITA, MAKOTO ; FUKUDA, MITUHIRO. SDPA PROJECT : SOLVING LARGE-SCALE SEMIDEFINITE PROGRAMS(the 50th Anniversary of the Operations Research Society of Japan). Journal of the Operations Research Society of Japan. v. 50, p. 278-298, 2007. Qualis: B3 (JOURNAL OF THE OPERATIONS RESEARCH SOCIETY OF CHINA)
11. NAKATA, MAHO ; BRAAMS, BASTIAAN J. ; FUKUDA, MITUHIRO ; PERCUS, JEROME K. ; YAMASHITA, MAKOTO ; ZHAO, ZHENGJI. Simple Hamiltonians which exhibit drastic failures by variational determination of the two-particle reduced density matrix with some well known N-representability conditions. JOURNAL OF CHEMICAL PHYSICS. v. 125, p. 244109, 2006. Qualis: A2 (THE JOURNAL OF CHEMICAL PHYSICS)
12. FUKUDA, MITUHIRO; BRAAMS, BASTIAAN J. ; NAKATA, MAHO ; OVERTON, MICHAEL L. ; PERCUS, JEROME K. ; YAMASHITA, MAKOTO ; ZHAO, ZHENGJI. Large-scale semidefinite programs in electronic structure calculation. Mathematical Programming. v. 109, p. 553-580, 2006. Qualis: A1
13. FUJISAWA, KATSUKI ; FUKUDA, MITUHIRO ; NAKATA, KAZUHIDE. Preprocessing sparse semidefinite programs via matrix completion. OPTIMIZATION METHODS AND SOFTWARE. v. 21, p. 17-39, 2006. Qualis: B1
14. ZHAO, ZHENGJI ; BRAAMS, BASTIAAN J. ; FUKUDA, MITUHIRO ; OVERTON, MICHAEL L. ; PERCUS, JEROME K.. The reduced density matrix method for electronic structure calculations and the role of three-index representability conditions. JOURNAL OF CHEMICAL PHYSICS. v. 120, p. 2095-2104, 2004. Qualis: A2 (THE JOURNAL OF CHEMICAL PHYSICS)
15. NAKATA, KAZUHIDE ; FUJISAWA, KATSUKI ; FUKUDA, MITUHIRO ; KOJIMA, MASAKAZU ; MUROTA, KAZUO. Exploiting sparsity in semidefinite programming via matrix completion II: implementation and numerical results. Mathematical Programming. v. 95, p. 303-327, 2003. Qualis: A1
16. FUKUDA, MITUHIRO; KOJIMA, MASAKAZU ; SHIDA, MASAYUKI. Lagrangian Dual Interior-Point Methods for Semidefinite Programs. SIAM JOURNAL ON OPTIMIZATION. v. 12, p. 1007-1031, 2002. Qualis: A1
17. NAKATA, MAHO ; NAKATSUJI, HIROSHI ; EHARA, MASAHIRO ; FUKUDA, MITSUHIRO ; NAKATA, KAZUHIDE ; FUJISAWA, KATSUKI. Variational calculations of fermion second-order reduced density matrices by semidefinite programming algorithm. JOURNAL OF CHEMICAL PHYSICS. v. 114, p. 8282-8292, 2001. Qualis: A2 (THE JOURNAL OF CHEMICAL PHYSICS)
18. FUKUDA, MITUHIRO; KOJIMA, MASAKAZU ; MUROTA, KAZUO ; NAKATA, KAZUHIDE. Exploiting Sparsity in Semidefinite Programming via Matrix Completion I: General Framework. SIAM JOURNAL ON OPTIMIZATION. v. 11, p. 647-674, 2001. Qualis: A1
19. FUKUDA, MITUHIRO; KOJIMA, MASAKAZU. Branch-and-cut algorithms for the bilinear matrix inequality eigenvalue problem. COMPUTATIONAL OPTIMIZATION AND APPLICATIONS. v. 19, p. 79-105, 2001. Qualis: A4
Livros publicados/organizados ou edições (0)
Capítulos de livros publicados (6)
1. NAKATA, MAHO ; FUKUDA, MITUHIRO ; FUJISAWA, KATSUKI. Variational approach to electronic structure calculations on second-order reduced density matrices and the N-representability problem. Em: H. Siedentop. (Org.). Complex Quantum Systems: Analysis of Large Coulomb Systems. 1ed.Cingapura. : World Scientific Publishing. 2013.v. 24, p. 163-194.
2. YAMASHITA, MAKOTO ; FUJISAWA, KATSUKI ; FUKUDA, MITUHIRO ; Kobayashi, Kazuhiro ; NAKATA, KAZUHIDE ; NAKATA, MAHO. Latest Developments in the SDPA Family for Solving Large-Scale SDPs. Em: M. F. Anjos and J.-B. Lasserre. (Org.). International Series in Operations Research & Management Science. 1ed.New York. : Springer US. 2012.v. 166, p. 687-713.
3. FUKUDA, MITUHIRO; NAKATA, MAHO ; YAMASHITA, MAKOTO. Semidefinite Programming: Formulations and Primal-Dual Interior-Point Methods. Em: D. A. Mazziotti. (Org.). Advances in Chemical Physics. 1ed.Hoboken, New Jersey. : John Wiley & Sons, Inc.. 2007.v. 134, p. 103-118.
4. YAMASHITA, MAKOTO ; FUJISAWA, KATSUKI ; FUKUDA, MITUHIRO ; KOJIMA, MASAKAZU ; NAKATA, KAZUHIDE. Parallel Primal-Dual Interior-Point Methods for SemiDefinite Programs. Em: El G. Talbi. (Org.). Parallel Combinatorial Optimization. 1ed.Hoboken, New Jersey. : John Wiley & Sons, Inc.. 2006.p. 211-238.
5. Takeda, Akiko ; Dai, Yang ; FUKUDA, MITUHIRO ; KOJIMA, MASAKAZU. Towards Implementations of Successive Convex Relaxation Methods for Nonconvex Quadratic Optimization Problems. Em: P. M. Pardalos. (Org.). Nonconvex Optimization and Its Applications. 1ed.Boston. : Springer US. 2000.v. 42, p. 489-510.
6. FUJISAWA, KATSUKI ; FUKUDA, MITUHIRO ; KOJIMA, MASAKAZU ; NAKATA, KAZUHIDE. Numerical Evaluation of SDPA (Semidefinite Programming Algorithm). Em: H. Frenk; K. Roos, T. Terlaky; S. Zhang. (Org.). Applied Optimization. 1ed.Boston. : Springer US. 2000.v. 33, p. 267-301.
Textos em jornais de notícias/revistas (0)
Trabalhos completos publicados em anais de congressos (0)
Resumos expandidos publicados em anais de congressos (0)
Resumos publicados em anais de congressos (14)
1. FUKUDA, MITUHIRO; GOMEZ, W. ; HAESER, G. ; Mito, L. M.. Numerical studies on continuous approximations of a cone in an augmented Lagrangian method for nonlinear conic optimization. Em: XIV Brazilian Workshop on Continuous Optimization, 2024, Rio de Janeiro. Notebook of abstracts of the XIV Brazilian Workshop on Continuous Optimization, 2024.
2. FUKUDA, MITUHIRO; NAKAGAKI, TAKASHI ; YAMASHITA, MAKOTO. An efficient nonmonotone spectral projected gradient method for semidefinite program with log-determinant and l_1-norm function. Em: Tenth lnternational Conference on Nonlinear Analysis and Convex Analysis, 2017, Chitose, Hokkaido. Program and Abstracts of the Tenth lnternational Conference on Nonlinear Analysis and Convex Analysis, 2017.
3. FUKUDA, MITUHIRO; GOTOH, K.. A comparative study of steepest descent methods for strongly convex quadratic functions. Em: XI Brazilian Workshop on Continuous Optimization, 2016, Manaus, AM. Program and Abstracts of XI Brazilian Workshop on Continuous Optimization, 2016.
4. FUKUDA, MITUHIRO; GOTOH, K.. A numerical comparative study of steepest descent meth- ods for strongly convex quadratic minimization. Em: 22nd International Symposium on Mathematical Programming (ISMP), 2015, Pittsburgh, PA. Program and Abstracts of the 22nd International Symposium on Mathematical Programming (ISMP), 2015.
5. FUKUDA, MITUHIRO; NAKAGAKI, TAKASHI ; YAMASHITA, MAKOTO. A new nonmonotone spectral projected gradient method for semidefinite program with log-determinant and l1-norm function. Em: 1107th Spring Eastern Sectional Meeting of the American Mathematical Society, 2015, Washington D.C.. Program and Abstract of the 1107th Spring Eastern Sectional Meeting of the American Mathematical Society, 2015.
6. FUKUDA, MITUHIRO; KOBAYASHI, J.. Some insights from the stable compressive principal component pursuit. Em: SIAM Conference on Optimization, 2014, San Diego, CA. Program and Abstracts of the SIAM Conference on Optimization 2014, 2014.
7. FUKUDA, MITUHIRO; YAMASHITA, MAKOTO ; NAKAGAKI, TAKASHI. Nonmonotone spectral projected gradient method variant for semidefinite optimization problem with log-determinant and l1 norm terms. Em: X Brazilian Workshop on Continuous Optimization, 2014, Florianópolis, SC. Program and Abstracts of the X Brazilian Workshop on Continuous Optimization, 2014.
8. FUKUDA, MITUHIRO; YAMASHITA, MAKOTO ; NAKAGAKI, TAKASHI. A variant of the spectral projected gradient method for SDP with log-determinant and l1 norm terms. Em: INFORMS Annual Meeting, 2013, Minneapolis, MN. Program and Abstrats of the INFORMS Annual Meeting, 2013.
9. FUKUDA, MITUHIRO; NAKATA, MAHO ; FUJISAWA, KATSUKI. SDP approximation for the electronic structures of atoms and molecules. Em: SIAM Conference on Optimization 2011 (OP11), 2011, Darmstadt. Program and Abstracts of the SIAM Conference on Optimization (OP11), p. 153-153, 2011.
10. FUKUDA, MITUHIRO; NAKATA, MAHO ; FUJISAWA, KATSUKI. Applications of optimization techniques in quantum chemistry. Em: INFORMS 2011 Annual Meeting, 2011, Charlotte, NC. Program and Abstracts of the INFORMS 2011 Annual Meeting, p. 435-435, 2011.
11. FUKUDA, MITUHIRO. Solving large-scale semidefinite programs for the variational calculation of second-order reduced density matrices in fermionic system. Em: Workshop on Complex Quantum Systems, 2010, Cingapura. Program and Abstracts of the Workshop on Complex Quantum Systems, 2010.
12. FUKUDA, MITUHIRO; NAKATA, MAHO ; FUJISAWA, KATSUKI. Solving large-scale semidefinite programs from quantum chemistry. Em: International Conference on Continuous Optimization (ICCOPT) 2010, 2010, Santiago, Chile. Program and Abstracts of The International Conference on Continuous Optimization (ICCOPT) 2010, v. 1, p. 23-23, 2010.
13. FUKUDA, MITUHIRO; NAKATA, MAHO ; FUJISAWA, KATSUKI. Applying optimization techniques in computational chemistry. Em: Workshop on Nonlinear Optimization, Variational Inequality and Equilibrium Problems, 2010, Erice, Itália. Program and Abstract of the Workshop on Nonlinear Optimization, Variational Inequality and Equilibrium Problems, 2010.
14. FUKUDA, MITUHIRO. Electronic structure calculations using N-representability conditions on second-order reduced density matrices. Em: Informal Workshop on Complex Quantum Information, 2010, Cingapura. Program and Abstracts of the Informal Workshop on Complex Quantum Information, 2010.
Artigos aceitos para publicação (1)
1. FUKUDA, M. ; GOMEZ, W. ; HAESER, G. ; MITO, L. M.. Exploiting cone approximations in an augmented Lagrangian method for conic optimization. OPTIMIZATION METHODS AND SOFTWARE. 2025. Qualis: B1
Apresentações de trabalho (1)
1. FUKUDA, MITUHIRO; GOMEZ, W. ; HAESER, G. ; Mito, L. M.. Numerical studies on continuous approximations of a cone in an augmented Lagrangian method for nonlinear conic optimization. 2024. Apresentação de Trabalho/Congresso
Demais tipos de produção bibliográfica (0)

Produção técnica

Programas de computador com registro (0)
Programas de computador sem registro (1)
1. FUJISAWA, KATSUKI ; FUKUDA, MITUHIRO ; FUTAKATA, Y. ; KOBAYASHI, K. ; KOJIMA, MASAKAZU ; NAKATA, K. ; NAKATA, MAHO ; YAMASHITA, MAKOTO. SDPA (SemiDefinite Programming Algorithm) versão 7.1.1 e variantes. 2018.
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (0)
Demais tipos de produção técnica (0)

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (0)
Dissertação de mestrado (0)
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (0)
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (0)
Tese de doutorado (3)
1. Godai Azuma. On the exactly solvable conditions of quadratically constrained quadratic program with sparsity structures. Tese (Doutorado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, Japan Society for the Promotion of Science. 2023.
  Supervisor: Mituhiro Fukuda.
2. Masaru Ito. A unifying framework of subgradient-based methods for structured convex optimization problems. Tese (Doutorado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2017.
  Orientador: Mituhiro Fukuda.
3. Bruno Figueira Lourenço. Analysis of ill-posed conic linear programs and slack variables approach for nonlinear SDP. Tese (Doutorado em Ciências matemática e computacional) - Tokyo Institute of Technology, Ministry of Education, Culture, Sports, Science and Technology of Japan. 2016.
  Orientador: Mituhiro Fukuda.
Dissertação de mestrado (22)

Siyuan Chen. The connection between facial reduction and a simplified derivation of the extended system for semidefinite programs. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2021.
Supervisor: Mituhiro Fukuda.
Shota Takahashi. Research on algorithms using Bregman distances for solving DC optimization problems. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2020.
Orientador: Mituhiro Fukuda.
Godai Azuma. On the tightness of semidefinite programming relaxations for tridiagonal quadratic constrained quadratic programming problems. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2020.
Orientador: Mituhiro Fukuda.
Hiroki Itsukaichi. Considering robustness on maximum k-club problems. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2019.
Orientador: Mituhiro Fukuda.
Hiromu Imura. Performance estimation of the worst case for first-order methods using the performance estimation problem. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2019.
Orientador: Mituhiro Fukuda.
Rio Shibata. Research on algorithms to shorten the computational time for adaptive dfSDCA. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2018.
Orientador: Mituhiro Fukuda.
Kouki Yabune. Research on considering online optimization by the extended mirror descent method for optimization problems having uncertain data. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2018.
Orientador: Mituhiro Fukuda.
Koichi Kawabe. Research on tropical algebra approach for three-dimensional l1-distance min-max-type one-facility placement problem. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2018.
Orientador: Mituhiro Fukuda.
Shuichi Murata. Study on completely positive cone relaxation method for 0-1 quadratic optimization problem. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2017.
Orientador: Mituhiro Fukuda.
Kentaro Maeda. Research on defining routes for bike sharing relocation problem. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2017.
Orientador: Mituhiro Fukuda.
Kotaro Miyamoto. Designing efficient trust region methods for linear and quadratic constrained optimization problems. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2017.
Orientador: Mituhiro Fukuda.
Satoshi Shiibashi. Efficient energy management design for locomotive operation. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2016.
Supervisor: Mituhiro Fukuda.
Yuya Nishizawa. Proposing a local reduction method that certifies non-degeneracy for the lower problem of semi-infinite programming problems. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2016.
Orientador: Mituhiro Fukuda.
Mitsugu Ishii. Proposition of an approximate method for sparse principal component analysis considering the information amount constraints. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2016.
Orientador: Mituhiro Fukuda.
Hiroya Kaneko. Convergence analysis of the alternative direction method of multipliers which holds sparsity for the ell-1 norm least square problem. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2015.
Orientador: Mituhiro Fukuda.
Kensuke Gotoh. Improvement of step sizes for the minimization of large-scale convex quadratic functions utilizing the step-descent method. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2015.
Orientador: Mituhiro Fukuda.
Junki Kobayashi. Analysis and proposition of the stable compressive principal component analysis. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2014.
Orientador: Mituhiro Fukuda.
Akihiko Komatsu. Designing trust region method for nonlinear semidefinite programming problem with upper and lower bound constraints. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2014.
Supervisor: Mituhiro Fukuda.
Masaru Ito. Proposition of a new framework for subgradient algorithms for convex programming problems. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2013.
Orientador: Mituhiro Fukuda.
Takashi Nakagaki. Implementation of the spectral projected gradient method for semidefinite programming problems with log-determinant and ell-1 norm. Dissertação (Mestrado em Ciências Matemática e Computacional) - Tokyo Institute of Technology, . 2013.
Orientador: Mituhiro Fukuda.
Kei Miyazaki. Reducing problem size of completely positive programming problems by the T-cone relaxation. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2013.
Supervisor: Mituhiro Fukuda.
Soichiro Sakaguchi. Solving efficiently nonconvex quadratic mixed integer programming problems by extended primal-dual methods. Dissertação (Mestrado em Ciência Matemática e Computacional) - Tokyo Institute of Technology, . 2012.
Supervisor: Mituhiro Fukuda.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (1)

Matheus Batista de Andrade. O Problema do Seguro de Vida nas Entregas por Aplicativo: Uma Abordagem Robusta e Adaptativa. (Graduação em Sistemas de Informação) - Universidade de São Paulo, . 2025.
Orientador: Mituhiro Fukuda.
Iniciação científica (0)
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (9)

2023-Atual. Métodos computacionais de otimização (Universal CNPq)
Situação: Em andamento; Natureza: Pesquisa. Integrantes: Mituhiro Fukuda - Integrante / Ernesto Julián Goldberg Birgin - Integrante / Gabriel Haeser - Coordenador / Roberto Andreani - Integrante / Roger Behling - Integrante / José Mario Martínez - Integrante / Daiana Oliveira dos Santos - Integrante / Vincent Guigues - Integrante / Alfredo Iusem - Integrante / Luiz Felipe Bueno - Integrante / Leonardo Secchin - Integrante / Luiz Rafael Santos - Integrante.
Membro: Mituhiro Fukuda.
2021-2021. Desenvolvimento de métodos eficientes para problemas de otimização linear e não linear cônicas, e suas aplicações
Descrição: Os problemas de otimização cônicas são modelos matemáticos nos quais as funções objetivas são minimizadas (ou maximizadas) e as variáveis são vetores finitos sujeitos a restrições descritas por desigualdades de funções e simultaneamente pertencentes a cones. Quando a função for linear, o problema é chamado linear e caso contrário, não linear. Estes problemas são também chamados de convexos se as funções objetivas forem funções convexas (no caso da minimização) e os conjuntos dos pontos viáveis forem convexos. Podemos citar dentre outros exemplos, os problemas de otimização linear, otimização sobre cones de segunda ordem, otimização semidefinida, etc. Na prática, estes problemas podem ser utilizados para resolver problemas nas mais diversas áreas como problemas envolvendo polinômios, problemas em redes de sensores, fluxo de energia ótima, matrizes de densidade reduzida de segunda ordem fermiônicas, problemas de sistema e controle, regressões, etc. Em particular, há um interesse crescente devido às aplicações em aprendizado em máquina. Neste projeto, iremos focar principalmente em três temas referentes à resolução computacional de problemas em otimização cônica. (i) Análise computacional dos diversos métodos de primeira ordem para problemas de otimização convexa não suaves. Existe uma discrepância nos interesses fins para estes métodos entre as áreas de otimização contínua e aprendizado em máquina. Na primeira, o interesse principal é propor métodos que garantam complexidades teóricas para se obter uma solução aproximada do problema. Na segunda, o interesse é propor métodos númericos que possam obter o melhor desempenho para problemas específicos. Portanto o objetivo do projeto é criar um novo paradigma para comparar diversos métodos existentes incluindo os métodos propostos pelo professor visitante que nunca foram implementados e subsequentemente testar em diversos problemas práticos; (ii) Extensão das condições aproximadas de Karush-Kuhn-Tucker para métodos de primeira ordem aplicados a problemas de otimização semidefinida. Estas condições que foram propostos a quase 10 anos tem sido cada vez mais citados pela sua praticidade e por exigir menos condições do que as condições de qualificação tradicionais. O objetivo do projeto referente a este tema é analizar e extender estas condições para métodos que possam resolver problemas de otimização semidefinida de larga escala; (iii) Estudo sobre métodos de subgradiente proximal para problemas de recuperação de fase. Neste último tema, existem dois objetivos: (a) Retirar algumas hipóteses e estender os resultados obtidos num trabalho recente do professor visitante no qual a reformulação é feita por diferenças de funções convexas e a solução por um método de subgradiente proximal; (b) Identificar problemas práticos, que, por exemplo, são frequentes em aprendizado em máquina, onde a reformulação do problema torna-se essencial para se obter um desempenho superior. Fato este comprovado pelo trabalho recente do professor visitante aplicado em problemas de recuperação de fase.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Mituhiro Fukuda - Integrante / Ernesto Julián Goldberg Birgin - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T & A: 1
Membro: Mituhiro Fukuda.
2018-2021. Toward investigating the intrinsic mechanism of accelerated (sub)gradient methods for convex optimization problems
Descrição: The main results can be summarized in two. First, we considered the minimization of convex functions including non-differentiable functions by the accelerated (sub)gradient methods. We proposed new methods that guarantee the convergence of the generated sequences when a more practical gradient mapping norm is used for the stopping criterion and also when the convex function satisfies a certain analytic inequality. As a result, we proved that the proposed method is a nearly optimal method. The other result is the proposal of a new method that combines the Bregman distance and the proximity method for a minimization of non-convex functions. In particular, in the analysis of the DC function, which can be expressed as the difference of two convex functions, it was shown that the sequences generated by the proposed method converge to a stationary point under certain assumptions.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Mituhiro Fukuda - Coordenador / ITO, MASARU - Integrante. Financiador(es): Japan Society for the Promotion of Science - Auxílio financeiro. Número de produções C, T & A: 2
Membro: Mituhiro Fukuda.
2014-2018. Accelerated (sub)gradient methods for large-scale convex optimization problems - with emphasis in the theoretical aspects of the implementation and its applications -
Descrição: In the current information society where large amount of data can be easily obtained and stored, there is a urgent need to solve large-scale convex optimization problems that can retrieve only valuable information (from that data). Very recently, the so-called accelerated (sub)gradient methods have been focused because they are easy to implement, but are very hard to understand theoretically. In this project, we analyze some properties that well-known (sub)gradient methods should satisfy in order to find some essential properties which guarantee fast convergence of these methods. And then, based on these properties, we propose a new family of (sub)gradient methods. As a secondary theme, we proposed customized methods which work only with the function and gradient values for convex optimization problems which have special structures. We also conducted some numerical experiments to confirm their performance.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: Mituhiro Fukuda - Coordenador / YAMASHITA, MAKOTO - Integrante / ITO, MASARU - Integrante. Financiador(es): Japan Society for the Promotion of Science - Auxílio financeiro. Número de produções C, T & A: 2
Membro: Mituhiro Fukuda.
2009-2012. Proposal of new algorithms for the electronic structure calculation based on the reduced-density-matrix method
Descrição: One of the most basic problems in quantum chemistry is the electronic structure calculation problem. Using the reduced-density-matrix method, we can obtain an approximate solution solving a convex problem called semidefinite programming problem. This approach is known to be very attractive both in theoretical and numerical aspects. However, its computational time is extremely slow compared to the usual methods and it cannot be used to large-scale problems. We succeed to solve the large-scale semidefinite programming problem with high accuracy using a parallel primal-dual interior-point method. This problem is considered one of the largest semidefinite programming problems solved so far.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Mituhiro Fukuda - Coordenador. Financiador(es): Japan Society for the Promotion of Science - Auxílio financeiro. Número de produções C, T & A: 1
Membro: Mituhiro Fukuda.
2007-2009. Applied optimization: Extensions and applications of semidefinite programming and related topics
Situação: Concluído; Natureza: Pesquisa. Integrantes: Mituhiro Fukuda - Coordenador. Financiador(es): Ministry of Education, Culture, Sports, Science and Technology of Japan - Auxílio financeiro. Número de produções C, T & A: 2
Membro: Mituhiro Fukuda.
2004-2006. Solving large-scale semidefinite programs and their applications to quantum chemistry
Situação: Concluído; Natureza: Pesquisa. Integrantes: Mituhiro Fukuda - Integrante / KOJIMA, MASAKAZU - Coordenador. Financiador(es): Japan Society for the Promotion of Science - Auxílio financeiro. Número de produções C, T & A: 3
Membro: Mituhiro Fukuda.
2002-2002. Determining global optimal solutions of nonlinear programs
Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: Mituhiro Fukuda - Coordenador. Financiador(es): Ministry of Education, Culture, Sports, Science and Technology of Japan - Auxílio financeiro.
Membro: Mituhiro Fukuda.
2000-2001. Implementation of the successie convex relaxation method for nonlinear problems
Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (1) . Integrantes: Mituhiro Fukuda - Coordenador / Masakazu Kojima - Integrante. Financiador(es): The Japan Science Society - Auxílio financeiro.
Membro: Mituhiro Fukuda.

Prêmios e títulos

Total de prêmios e títulos (3)

The Third Best Paper of the Year among Young Researchers, The Operations Research Society of Japan (ORSJ).. 2008.
Membro: Mituhiro Fukuda.
The Sixth Funai Information Science Encouragement Prize, The Funai Foundation for Information Technology.. 2007.
Membro: Mituhiro Fukuda.
Seiichi Tejima International Student Research Award, The Tejima Industrial Education Foundation.. 2001.
Membro: Mituhiro Fukuda.

Participação em eventos

Total de participação em eventos (7)

Tenth lnternational Conference on Nonlinear Analysis and Convex Analysis. An efficient nonmonotone spectral projected gradient method for semidefinite program with log-determinant and l_1-norm functio. 2017. (Congresso).
INFORMS 2011 Annual Meeting. Applications of optimization techniques in quantum chemistry. 2011. (Congresso).
SIAM Conference on Optimization 2011 (OP11). SDP approximation for the electronic structures of atoms and molecules. 2011. (Congresso).
Informal Workshop on Complex Quantum Information.Electronic structure calculations using N-representability conditions on second-order reduced density matrices. 2010. (Oficina).
International Conference on Continuous Optimization (ICCOPT) 2010. Solving large-scale semidefinite programs from quantum chemistry. 2010. (Congresso).
Workshop on Complex Quantum Systems.Solving large-scale semidefinite programs for the variational calculation of second-order reduced density matrices in fermionic system. 2010. (Oficina).
Workshop on Nonlinear Optimization, Variational Inequality and Equilibrium Problems.Applying optimization techniques in computational chemistry. 2010. (Oficina).

Organização de eventos

Total de organização de eventos (0)

Lista de colaborações

Colaborações endôgenas (1)

Mituhiro Fukuda ⇔ Gabriel Haeser (1.0)
FUKUDA, M. ; GOMEZ, W. ; HAESER, G. ; MITO, L. M.. Exploiting cone approximations in an augmented Lagrangian method for conic optimization. OPTIMIZATION METHODS AND SOFTWARE. 2025. Qualis: B1

(*) Relatório criado com produções desde 2000 até 2025
Data de processamento: 27/01/2026 14:11:26

Relatório gerado por scriptLattes V9. Os resultados podem ser afetados por possíveis falhas decorrentes de inconsistências no preenchimento dos Currículos Lattes. E-mail de contato: webmaster@ime.usp.br