ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング


インデックスリンク

インデックスツリー

  • RootNode

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. コンピュータビジョンとイメージメディア(CVIM)
  3. 2025
  4. 2025-CVIM-241

推定分散積分の解析解を導入した信頼性上限関数によるガウス過程ベイズ最適化

https://ipsj.ixsq.nii.ac.jp/records/2001585
https://ipsj.ixsq.nii.ac.jp/records/2001585
bf3cc6fb-5a0c-4a33-8593-8f98c6905b97
名前 / ファイル ライセンス アクション
IPSJ-CVIM25241031.pdf IPSJ-CVIM25241031.pdf (1.7 MB)
 2999年12月31日からダウンロード可能です。
Copyright (c) 2025 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
CVIM:会員:¥0, DLIB:会員:¥0
Item type SIG Technical Reports(1)
公開日 2025-03-11
タイトル
言語 ja
タイトル 推定分散積分の解析解を導入した信頼性上限関数によるガウス過程ベイズ最適化
タイトル
言語 en
タイトル Gaussian process Bayesian optimization with upper confidence bound implementing analytical solution of estimated variance integration
言語
言語 jpn
キーワード
主題Scheme Other
主題 IBISML
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
日本大学生産工学部
著者所属
日本大学生産工学部
著者所属
日本大学生産工学部
著者所属
日本大学生産工学部
著者所属(英)
en
College of Industrial Technology, Nihon University
著者所属(英)
en
College of Industrial Technology, Nihon University
著者所属(英)
en
College of Industrial Technology, Nihon University
著者所属(英)
en
College of Industrial Technology, Nihon University
著者名 大前,佑斗

× 大前,佑斗

大前,佑斗

Search repository
柿本,陽平

× 柿本,陽平

柿本,陽平

Search repository
佐々木,真

× 佐々木,真

佐々木,真

Search repository
森,雅也

× 森,雅也

森,雅也

Search repository
著者名(英) Yuto Omae

× Yuto Omae

en Yuto Omae

Search repository
Yohei Kakimoto

× Yohei Kakimoto

en Yohei Kakimoto

Search repository
Makoto Sasaki

× Makoto Sasaki

en Makoto Sasaki

Search repository
Masaya Mori

× Masaya Mori

en Masaya Mori

Search repository
論文抄録
内容記述タイプ Other
内容記述 信頼性上限関数に基づくガウス過程ベイズ最適化は,ガウス過程回帰の推定平均E(x)と推定分散V(x)を用いて,E(x)+ βV(x)を最大化させるx を次の観測点とする探索手法である.E(x)は活用,V(x)は探索に影響する項であるため,β が探索と活用のトレードオフを調整する係数となる.より良い探索を実現するためには,探索空間の不確定性が高いときはβ を高くし,低いときはβ を低くすることが望ましい.本研究では,これを実現するため,探索空間全体の不確定性を推定分散V(x)の積分により定量化し,探索重みβ として使用するアプローチを提案する.本稿では,ガウシアンカーネルにより表現された推定分散V(x)の積分の厳密な解析解を示すとともに,複数のベンチマーク関数に対する提案手法の有効性について報告する.
論文抄録(英)
内容記述タイプ Other
内容記述 The Gaussian Process Bayesian Optimization based on the Upper Confidence Bound is a search method that determines the next observation point x by maximizing E(x) + βV(x), where E(x) is the estimated average and V(x) is the estimated variance obtained from Gaussian Process regression. Since E(x) represents exploitation and V(x) represents exploration, β represents a coefficient that adjusts the trade-off between exploration and exploitation term. To enable better exploration, it is desirable to set a high β when the uncertainty in the search space is high and a low β when the uncertainty is low. In this study, we propose an approach to achieve this by quantifying the uncertainty of the entire search space by using the integration of the estimated variance V(x) and using the value as the exploration weight β. This paper presents an exact analytical solution for the integral of the estimated variance V(x) expressed by the Gaussian kernel. Additionally, we report the effectiveness of the proposed method through experiments on some benchmark functions.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA11131797
書誌情報 研究報告コンピュータビジョンとイメージメディア(CVIM)

巻 2025-CVIM-241, 号 31, p. 1-5, 発行日 2025-03-11
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8701
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
戻る
0
views
See details
Views

Versions

Ver.1 2025-03-05 06:43:24.029175
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

大前,佑斗, 柿本,陽平, 佐々木,真, 森,雅也, 2025, 推定分散積分の解析解を導入した信頼性上限関数によるガウス過程ベイズ最適化: 情報処理学会, 1–5 p.

Loading...

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3