ベイズ最適化による材料探索、実験工程の効率化～最大化問題／分類問題／獲得関数の決め方～

株式会社　技術情報協会稲津佑氏 55,000円

★様々な問題設定に対して、どのように獲得関数を設計するか！！
★最適な実験条件を効率的に探索する方法とは！

会場

講師

プログラム

特典

お知らせ

開催日時

2023/10/05 (木) 10:30～ 16:30 （受付 10:00 ～ )

他の開催日・開催場所（同じ都道府県内）で探す

申込み期間

2023/08/02 ～ 2023/10/04

主催会社

株式会社　技術情報協会

この主催会社の他の最新セミナーを見る

定員

定員数の上限はございません

受講料

55,000円 (税込／各種割引については下段「お知らせ」欄をご参照ください）

開講場所

Zoomを利用したLive配信
※会場での講義は行いません。　

講師

稲津佑氏

カリキュラム、
プログラム

【講演趣旨】
製造業をはじめとする様々な実応用において，実験工程を効率化することは重要な課題である．近年，機械学習・ＡＩを用いた実験工程の効率化に関する研究が盛んに行われている．特に，ベイズ最適化と呼ばれる機械学習アルゴリズムを用いることにより，最適な実験条件を効率的に探索することが期待できる．本講演では，実応用上特に重要となる単目的最適化問題，多目的最適化問題およびロバスト最適化問題をベースにベイズ最適化のアルゴリズムについて解説いたします．また，ベイズ最適化を行う際は獲得関数と呼ばれる評価関数を適切に設計する必要があるが，どのような問題に対してどのような獲得関数を設計すべきかについても概説する．

【講演項目】
1. はじめに
　1.1. ブラックボックス関数について
　1.2. ベイズ最適化について
2. ガウス過程と獲得関数について
　2.1. ガウス過程モデル
　2.2. 獲得関数の基礎
3. 単目的最適化問題に対するベイズ最適化手法
　3.1. 最大化問題
　3.2. 領域推定問題
4. 多目的最適化問題に対するベイズ最適化手法
　4.1. スカラー化
　4.2. 制約付き最適化
　4.3. パレート最適化
5. ロバスト最適化問題に対するベイズ最適化
　5.1. 期待値尺度最大化問題
　5.2. 期待値尺度に対する領域推定問題
　5.3. 分布ロバストな期待値尺度最大化問題
　5.4. その他のロバスト尺度
6. 多目的ロバスト最適化問題に対するベイズ最適化手法
　6.1. 期待値尺度と分散尺度に対する多目的最適化
　6.2. 機会制約付き最適化問題
　6.3. 分布ロバストな期待値尺度に対するパレート最適化問題
　6.4. その他の多目的ロバストベイズ最適化
7. 関連する話題
　7.1. マルチフィデリティベイズ最適化
　7.2. バッチベイズ最適化
　7.3. 高次元ベイズ最適化
　7.4. 実応用例
　7.5. 理論解析
8. おわりに
【質疑応答】

特典

セミナー資料付
各講で最後に質疑応答時間あり。

セミナー参加費
支払い方法

1. 銀行振込または現金書留にてお願いいたします。

2. 原則として開催日までにお願い致します。

3. 銀行振込の場合は、原則として領収証の発行は致しません。

4. 振り込み手数料はご負担ください。

お知らせ

●各種割引について
1. 同一テーマ1社2名以上同時申込の場合のみ、1名につき5,500円（税込）割引いたします。
2. 大学（教員、学生）、公的機関、医療機関の方は、「アカデミック価格」33,000円/1名（税込）でご参加いただけます。（2名同時申込割引は適用されません）

※申し込み人数が開催人数に満たない場合など，状況により中止させて頂く事が御座います。

●Live配信セミナーの受講について
・ Zoom公式サイトで視聴環境を確認の上、お申し込みください。
・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
・セミナー配布資料は印刷物を郵送いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。
・ Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。