出力空間情報量に基づくマルチフィデリティベイズ最適化とその材料分野への応用

基于输出空间信息的多重保真贝叶斯优化及其在材料领域的应用

• 批准号: 21J14673
• 负责人: 竹野 思温
• 金额: $ 0.96万
• 依托单位: Nagoya Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-28 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21J14673/
• 关键词: ベイズ最適化; マルチフィデリティ

本年度は, 出力空間の情報量に基づくマルチフィデリティベイズ最適化に関する論文が国際ジャーナルに採択された. 本研究においては, 出力空間情報量という指標の汎用性を最大限に活用することで, 複数の観測を並列して行うことのできる並列設定や, あるフィデリティで観測を行うとそれより低いフィデリティの観測が同時に得られるトレース観測設定などのより発展的な問題にも一貫した指標が定義できることを示した. さらに, 出力空間情報量が一貫した近似によって効率的に計算可能であることを示した. これらの提案法は, 出力空間情報量に基づくベイズ最適化法の利点を引き継ぎ, ハイパーパラメータを必要とせずに比較的低い計算量で高い最適化性能を持つものである. 本研究では, 材料分野におけるシミュレータの最適化への応用実験も行っており, 提案法が材料科学分野への応用でも高い性能を持つことを示した.さらに, 本年度は出力空間情報量に基づく制約付きベイズ最適化法を提案し, 本研究成果は機械学習分野のトップ会議であるICMLに採択された. 制約付き最適化は, 材料科学分野では例えば安全性を担保した新規材料探索などの重要な実応用に必要とされる技術であり, 本研究目的に即するものであると考えている. 本研究では, 既存法における近似は制約付き最適化問題においては情報量の非負性が担保できないなどの問題があることを示した. そこで, 情報量の下界に基づく近似法を新たに提案し, これによって情報量の近似精度に関する理論解析を情報量に基づくベイズ最適化の文脈において初めて行った.

今年，一篇关于基于输出空间信息量的多保真贝叶斯优化的论文被一家国际期刊接受，我们表明可以为更高级的问题定义一致的度量，例如可以进行观察的并行设置。并行和跟踪观察设置，其中可以同时获得具有一定保真度的观察结果和较低保真度的观察结果。我们表明，这些提出的方法继承了基于输出空间信息的贝叶斯优化方法的优点，并且可以在不需要超参数的情况下进行比较，该方法具有较高的优化性能。在本研究中，我们还进行了将该方法应用于材料领域模拟器优化的实验，并证明了该方法在应用于材料科学领域时具有高性能。今年，我们提出了一种基于输出空间信息量的约束贝叶斯优化方法，这个研究成果被机器学习领域的顶级会议ICML采纳，应用于材料科学领域。例如，为了提高安全性，我们认为这项技术是寻找新材料等重要实际应用所需要的，并且与本研究的目的是一致的。我们已经证明现有的近似方法存在无法保证约束优化问题中信息量非负性等问题，因此，我们提出了一种基于信息量下界的新的近似方法。我们首次在基于信息的贝叶斯优化背景下对近似精度进行了理论分析。

项目成果

Bayesian Optimization for Cascade-type Multistage Processes, Neural Computation

级联型多级过程的贝叶斯优化，神经计算

• DOI: 10.1162/neco_a_01550
• 发表时间: 2022
• 影响因子: 2.9
• 作者: S. Kusakawa; S. Takeno; Y. Inatsu; K. Kutsukake; S. Iwazaki; T. Nakano; T. Ujihara; M. Karasuyama; I. Takeuchi
• 通讯作者: I. Takeuchi

カスケードタイプの多ステージプロセスに対するベイズ最適化

级联型多阶段过程的贝叶斯优化

• 发表时间: 2021
• 作者: 草川隼也; 竹野思温; 稲津佑; 沓掛健太郎; 岩崎省吾; 中野高志; 烏山昌幸; 宇治原徹; 竹内一郎
• 通讯作者: 竹内一郎

Bayesian Optimization for Cascade-type Multistage Processes, Neural Computation

级联型多级过程的贝叶斯优化，神经计算

• DOI: 10.1162/neco_a_01550
• 发表时间: 2022
• 影响因子: 2.9
• 作者: S. Kusakawa; S. Takeno; Y. Inatsu; K. Kutsukake; S. Iwazaki; T. Nakano; T. Ujihara; M. Karasuyama; I. Takeuchi
• 通讯作者: I. Takeuchi

情報量の下界に基づく逐次的及び並列的な制約付きベイズ最適化

基于信息下界的顺序并行约束贝叶斯优化

• 发表时间: 2022
• 作者: 竹野思温; 田村友幸; 設楽一希; 烏山昌幸
• 通讯作者: 烏山昌幸

Sequential- and Parallel- Constrained Max-value Entropy Search via Information Lower Bound

通过信息下界的顺序和并行约束最大值熵搜索

• 发表时间: 2021-02-19
• 作者: Shion Takeno;T. Tamura;Kazuki Shitara;Masayuki Karasuyama
• 通讯作者: Masayuki Karasuyama