現在の金額(税込)：
0冊 0円
AT20221216：ベイズ最適化による材料探索の効率化・設計の高度化および目的達成への取り組み
★データが多くある場合のモデル化と材料開発戦略とデータが少ない場合の材料開発の戦略の違いを説明！
★産業界の立場で多目的ベイズ最適化の研究に従事する講師の視点から、複数の多目的ベイズ最適化手法の簡単な原理とその長所・短所について紹介！
★上記と合わせて、単目的ベイズ最適化の延長で簡易的に多目的ベイズ最適化を実現する方法や、講師の所属する昭和電工マテリアルズにおける最新の技術開発、活用事例についても紹介！
★製造業でのベイズ最適化の適用における課題と、その課題を解決するベイズ最適化の拡張手法について紹介！
★特に試行回数を削減したいという課題に関しては、ベイズ最適化と低次元化の組合せによるシミュレーションモデルのキャリブレーション効率化の技術を紹介！
※このテキストは2022年12月16日に実施したセミナー資料です
番号
AT20221216
発行年月
2022/12/26
体裁
A4判, 25ページ
フォーマット
紙版
定価
22,000 円(本体20,000円+消費税、送料込)
冊数：
執筆者
(株)東芝 研究開発センター 知能化システム研究所 システムAIラボラトリ－
研究主務 桐淵 大貴 氏
【経歴】
2015年東京大学大学院情報理工学系研究科システム情報学専攻修士課程修了。同年（株）東芝入社。現在、研究開発センター研究主務。機械学習や数理最適化技術を用いた業務効率化の研究開発に従事。
【受賞】
電気学会研究会奨励賞
研究主務 桐淵 大貴 氏
【経歴】
2015年東京大学大学院情報理工学系研究科システム情報学専攻修士課程修了。同年（株）東芝入社。現在、研究開発センター研究主務。機械学習や数理最適化技術を用いた業務効率化の研究開発に従事。
【受賞】
電気学会研究会奨励賞
目次
【主旨】
製造業でのベイズ最適化の適用における課題と、その課題を解決するベイズ最適化の拡張手法について紹介する。課題は大きく分けて2つ存在する。1つ目は試行回数を削減したいという課題であり、高次元の問題の場合や複雑な目的関数の場合に発生する。課題解決策として、低次元化やドメイン知識を用いたベイズ最適化手法を紹介する。2つ目の課題は適用範囲を拡大したいというもので、ロバスト性や制約に対応するベイズ最適化手法を紹介する。特に、1つ目の課題に関して、ベイズ最適化と低次元化の組合せによるシミュレーションモデルのキャリブレーション効率化の技術紹介を行う。
【キーワード】
ベイズ最適化、シミュレーション、次元削減、キャリブレーション
【ポイント】
ベイズ最適化を実際に適用する際の課題に対応する解決策のポイントを知ることができる。
【習得できる知識】
・適用におけるベイズ最適化の課題と、課題を解決するベイズ最適化の拡張手法
・製造業でのベイズ最適化の適用事例
【プログラム】
・製造業でのベイズ最適化の適用事例（材料の組成設計、風車配置設計等）
・適用におけるベイズ最適化の課題と、課題を解決するベイズ最適化の拡張手法
・課題1：試行回数削減に向けた低次元化とドメイン知識活用
・課題2：適用範囲拡大に向けたロバスト性への対応と制約への対応
・技術紹介：ベイズ最適化と低次元化の組合せによるシミュレーションモデルのキャリブレーション効率化
（問題設定、提案手法、数値実験）