ロバスト性や制約・リスク回避を考慮したベイズ最適化とモノづくりへの適用について説明します。
本講座は、2023年06月30日開講を予定いたします。
詳細：https://andtech.co.jp/seminars/1edc2c99-08e3-6f6c-89e0-064fb9a95405
-
Live配信・WEBセミナー講習会 概要
テーマ：ロバスト性および制約・リスク回避を考慮したベイズ最適化とモノづくりへの適用
開催日時：2023年06月30日(金) 13:00-16:50
参 加 費：44,000円（税込） ※ 電子にて資料配布予定
U R L ：https://andtech.co.jp/seminars/1edc2c99-08e3-6f6c-89e0-064fb9a95405
WEB配信形式：Zoom（お申し込み後、URLを送付）
-
セミナー講習会内容構成
ープログラム・講師ー
∽∽───────────────────────∽∽
第1部 ロバスト尺度に対するベイズ最適化
∽∽───────────────────────∽∽
講師 名古屋工業大学大学院 工学研究科 情報工学専攻 助教 稲津 佑 氏
∽∽───────────────────────∽∽
第2部 ロバスト性やリスク回避を考慮したベイズ最適化
∽∽───────────────────────∽∽
講師 富士通株式会社 研究本部 人工知能研究所 博士(理学) 竹森 翔 氏
∽∽───────────────────────∽∽
第3部 ロバスト性や制約を考慮したベイズ最適化によるモノづくりにおける試行回数削減の取組み
∽∽───────────────────────∽∽
講師 株式会社東芝 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
-
本セミナーで学べる知識や解決できる技術課題
・ベイズ最適化の基礎知識
・制御できない変数が存在する下で，どのようにして制御可能変数の良さを定量化するか（様々なロバスト尺度の習得）
・ロバスト尺度に対するベイズ最適化手法
ロバスト性やリスク回避を考慮した既存のベイズ最適化手法とその課題、それらを改善した最新の手法とその原理．
・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
-
本セミナーの受講形式
WEB会議ツール「Zoom」を使ったライブLive配信セミナーとなります。
詳細は、お申し込み後お伝えいたします。
-
株式会社AndTechについて
化学、素材、エレクトロニクス、自動車、エネルギー、医療機器、食品包装、建材など、
幅広い分野のR&Dを担うクライアントのために情報を提供する研究開発支援サービスを提供しております。
弊社は一流の講師陣をそろえ、「技術講習会・セミナー」に始まり「講師派遣」「出版」「コンサルタント派遣」
「市場動向調査」「ビジネスマッチング」「事業開発コンサル」といった様々なサービスを提供しております。
クライアントの声に耳を傾け、希望する新規事業領域・市場に進出するために効果的な支援を提供しております。
https://andtech.co.jp/
-
株式会社AndTech 技術講習会一覧
一流の講師のＷＥＢ講座セミナーを毎月多数開催しております。
https://andtech.co.jp/seminars/search
-
株式会社AndTech 書籍一覧
選りすぐりのテーマから、ニーズの高いものを選び、書籍を発行しております。
https://andtech.co.jp/books
-
株式会社AndTech コンサルティングサービス
経験実績豊富な専門性の高い技術コンサルタントを派遣します。
https://andtech.co.jp/business-consulting
-
本件に関するお問い合わせ
株式会社AndTech 広報PR担当 青木
メールアドレス：pr●andtech.co.jp（●を@に変更しご連絡ください）
-
下記プログラム全項目（詳細が気になる方は是非ご覧ください）
第1部 ロバスト尺度に対するベイズ最適化
【講演主旨】
製造業や創薬などの様々な実応用において，実験工程 (計画) を効率化することは重要な課題である．近年，機械学習・AIを用いたベイズ最適化と呼ばれる実験工程の効率化に関する研究が盛んに行われている．一方で，実応用上は一部の実験変数が制御できないもとで制御可能変数を最適化しなければならないケースも多く，この場合は通常のベイズ最適化を直接適用することができない．本講演では，はじめにベイズ最適化の基礎を紹介する．次いで，制御できない変数が存在するもとでの制御可能変数の良さをロバスト尺度により定量化し，このロバスト尺度に対するベイズ最適化手法について紹介する．
【プログラム】
1: ブラックボックス関数とベイズ最適化
2: ガウス過程回帰の基礎
3: ガウス過程回帰モデルを用いたベイズ最適化
3.1: 最大化問題に関するベイズ最適化
3.2: 領域推定に関するベイズ最適化
4: 制御可能変数に対するロバストベイズ最適化
4.1: 期待値尺度に対する最適化
4.2: 分布ロバストな期待値尺度に対する最適化
4.3: ロバスト尺度に対する多目的最適化
4.4: その他のロバスト尺度に対する最適化手法の紹介
【質疑応答】
第2部 ロバスト性やリスク回避を考慮したベイズ最適化
【講演主旨】
ベイズ最適化とは，目的変数のノイズあり観測値から最適な入力変数をなるべく少ない観測回数で探索することを目指す技術分野である．通常のベイズ最適化手法は目的変数の平均値を最適化(最大化)するが，適用事例によっては，例えば目的変数の分散を小さくしつつ平均を最大化するなど，ロバスト性やリスク回避を考慮する必要がある．本講演では，このようなロバスト性やリスク回避を達成するための，目的変数の分布を考慮したモデルの提案を行い，平均分散(Mean-Variance)最適化やCVaR最適化のためのベイズ最適化手法とその理論的・実験的評価について紹介する．特に，提案手法の一つは理論上ほぼ最適であることを紹介する．
【プログラム】
● ロバスト性やリスク回避を考慮したベイズ最適化への導入
→ 一般的なベイズ最適化への導入
→ ロバスト性やリスク回避とは
● 既存手法の紹介とその課題
→ CVaRや平均分散最適化のための既存ベイズ最適化手法
→ 分布ロバストベイズ最適化手法
● 目的変数の分布を考慮したベイズ最適化手法
→ 再生核ヒルベルト空間とカーネル平均埋め込み
→ 分布を考慮したベイズ最適化のためのモデル
→ CVaRや平均分散最適化のための手法
● 提案手法の理論または実験的な評価
→ リグレット解析
→ 実験結果
● まとめ
【質疑応答】
第3部 ロバスト性や制約を考慮したベイズ最適化によるモノづくりにおける試行回数削減の取組み
【講演主旨】
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、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、ロバストなパラメータや制約を満たすパラメータを求めたい場面は多い。課題解決策として、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、2つ目の課題に関して、製造時に設計パラメータが変動しても制約を常に満たすロバストなパラメータを求めるロバスト制約付きベイズ最適化の技術紹介を行う。
【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：ロバスト制約付きベイズ最適化
（問題設定、提案手法、数値実験）
【質疑応答】
＊ 本ニュースリリースに記載された商品・サービス名は各社の商標または登録商標です。
＊ 本ニュースリリースに記載された内容は発表日現在のものです。その後予告なしに変更されることがあります。
以 上
