コスト考慮型ベイズ最適化による複数目的関数最適化とその材料分野への応用

• Item type: SIG Technical Reports(1)
• 公開日: 2017-06-16
• タイトル: コスト考慮型ベイズ最適化による複数目的関数最適化とその材料分野への応用
• タイトル / 言語: en
• タイトル: Cost-sensitive Bayesian optimization for multiple objectives and its application to material science
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 名古屋工業大学
• 著者所属: 名古屋工業大学／物質・材料研究機構
• 著者所属: 名古屋工業大学／物質・材料研究機構
• 著者所属: 名古屋工業大学／物質・材料研究機構／理化学研究所
• 著者所属: 名古屋工業大学／物質・材料研究機構／科学技術振興機構
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology / National Institute for Materials Science
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology / National Institute for Materials Science
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology / National Institute for Materials Science / RIKEN
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology / National Institute for Materials Science / Japan Science and Technology Agency
• 著者名: 米津, 智弘; 田村, 友幸; 小林, 亮; 竹内, 一郎; 烏山, 昌幸
• 著者名(英): Tomohiro, Yonezu; Tomoyuki, Tamura; Ryo, Kobayashi; Ichiro, Takeuchi; Masayuki, Karasuyama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，互いに類似性のある複数の目的関数を同時に最適化するブラックボックス最適化問題を考える．例えば，材料科学における安定結晶構造探索の問題では，類似したエネルギー曲面を持つ複数種類の結晶構造それぞれの最小エネルギー点を見つけたい場合がある．機械学習によるブラックボックス最適化問題へのアプローチとしては，近年，ベイズ最適化 (Bayesian optimization) が広く研究されている．本研究では，ベイズ最適化で用いるガウス過程 (Gaussian process) をマルチタスクガウス過程 (multi-task Gaussian process) に拡張し，複数の目的関数の最適化をより効率良く行うための探索法を提案する． 目的関数間の類似性をタスク間のカーネル関数により考慮することで，複数の最適化に対して別々にベイズ最適化を行う場合に比べ，少ない訓練サンプルで最適化を行うことができる． また，タスク毎に探索にかかるコスト （サンプル取得コスト） の異なる状況においてコストの大きさを考慮した獲得関数に関しても議論する．類似性により， コストの低いタスクから優先的に探索することで全体としてかかるコストを抑えることができる．実験では人工データに加え，材料科学における粒界エネルギー探索での応用により提案法の有効性を検証する．粒界と呼ばれる結晶構造の探索では実際に，高い類似性を持ちつつもコストの大きく異なる目的関数の探索問題が現れることを紹介する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We consider solving a set of black-box optimization problems in which each problem has a similar objective function each other. For example, in the crystal structure search problem in material science, identifying minimum energy points in a similar multiple energy surfaces generated by different types of crystals is an important problem. Bayesian optimization is a standard approach to the black-box optimization by which single objective function can be efficiently explored. In this study, we extend Gaussian process in Bayesian optimization to multitask Gaussian process to deal with multiple objective functions efficiently. By introducing between-task similarity by a task kernel function, the optimization process can be faster than applying single task Bayesian optimization separately. Furthermore, we discuss cost-sensitive scenario for multiple objective functions. The entire exploration cost can be decreased by constructing an accurate Gaussian process model using lower cost samples before searching higher cost samples because of their similarity. In our experiments, we verify effectiveness of our approach based on synthetic problems and an application to an energy search problem of crystal structures, called grain-boundary. We will show that, in the grain-boundary search, there exist multiple objective functions with largely different sample cost.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12055912
• 書誌情報: 研究報告バイオ情報学（BIO）; 巻 2017-BIO-50, 号 50, p. 1-7, 発行日 2017-06-16
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8590
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会