| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-12-22 11:20 内側の関数の観測が得られない合成関数に対するベイズ最適化 ○戸田海仁・杉浦秀平・竹野思温（名大）・竹内一郎（名大/理研）  IBISML2025-24 |
|
| 抄録 | （和） | ベイズ最適化は関数の評価数について効率的な最適化を目指す最適化法である．目的関数が物理量である場合に，ホワイトボックス関数を含む合成関数として記述できる物理モデルが既知である場合が多い．したがって，物理モデルの情報を活用した効率的な最適化が望まれるが，観測困難な内側の関数のデータが存在する場合には代理モデルが解析的に計算できない．本研究では，代理モデルをマルコフ連鎖モンテカルロ法を用いて推定することで既知の物理モデル情報を有効に活用するベイズ最適化手法を提案する． |
| （英） | Bayesian optimization (BO) is a powerful method that aims to optimize functions with a small number of evaluations. In many cases, the physical model can be described as a composite function that includes a white-box function. Therefore, efficient optimization utilizing information from the physical model is desired. However, when data for the unobservable inner function exists, the surrogate model cannot be calculated analytically. In this study, we propose a BO method that effectively utilizes known physical model information by estimating the surrogate model using Markov chain Monte Carlo (MCMC) methods. | |
| キーワード | （和） | ガウス過程回帰モデル / ベイズ最適化 / マルコフ連鎖モンテカルロ法 / / / / / |
| （英） | Gaussian process regression model / Bayesian optimization / Markov chain Monte Carlo method / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 308, IBISML2025-24, pp. 14-21, 2025年12月. | |
| 資料番号 | IBISML2025-24 | |
| 発行日 | 2025-12-15 (IBISML) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2025-24 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2025-12-22 - 2025-12-23 |
| 開催地（和） | 名古屋工業大学 1号館 0113講義室 |
| 開催地（英） | Nagoya Institute of Technology |
| テーマ（和） | 機械学習，一般 |
| テーマ（英） | machine learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2025-12-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 内側の関数の観測が得られない合成関数に対するベイズ最適化 |
| サブタイトル（和） | |
| タイトル（英） | Bayesian optimization for composite functions without observations from inner functions |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ガウス過程回帰モデル / Gaussian process regression model |
| キーワード(2)（和/英） | ベイズ最適化 / Bayesian optimization |
| キーワード(3)（和/英） | マルコフ連鎖モンテカルロ法 / Markov chain Monte Carlo method |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 戸田 海仁 / Mihito Toda / トダ ミヒト |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： NU) |
| 第2著者 氏名（和/英/ヨミ） | 杉浦 秀平 / Shuhei Sugiura / スギウラ シュウヘイ |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： NU) |
| 第3著者 氏名（和/英/ヨミ） | 竹野 思温 / Shion Takeno / タケノ シオン |
| 第3著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： NU) |
| 第4著者 氏名（和/英/ヨミ） | 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ |
| 第4著者 所属（和/英） | 名古屋大学/理化学研究所 (略称： 名大/理研) Nagoya University/RIKEN (略称： Nagoya Univ./RIKEN) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-12-22 11:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2025-24 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.308 |
| ページ範囲 | pp.14-21 |
| ページ数 | 8 |
| 発行日 | 2025-12-15 (IBISML) |
[研究会発表申込システムのトップページに戻る]