SACLA/SPring-8 で開発, 導入している Gayssian Process based Bayesian Optimizer の効率化, 高度化に向けた取り組みについて紹介する。効率化について、調整開始直後に適当に何点かデータを取ってから最初のモデルを構築するが、現状はパラメータ各軸方向の２点と初期値の 2N+1 (N: パラメータ数) を取得している。これを超球に内接する正単体(N+1)と初期値の N+2 点にすることで、大きなNについて約半数の点数で最初のモデル化ができるようにすることを検討している。また、初期サンプルに各パラメータ軸上成分だけでなく、クロスタームの情報も取り込まれることによる効率化にも期待している。高度化については、Trust region BO, Time-varying BO, Constrained BO...
データ駆動科学において、物理パラメータやモデルをデータから推定した際の不定性を評価することは重要であり、また時に有用である。本講演では、ベイズモデリング、physics informed machine learningといったモデル化枠組みにおける不定性の評価方法と活用方法について紹介する。
