技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

機械学習に基づいた不確実環境下における適応的実験計画

機械学習に基づいた不確実環境下における適応的実験計画

~ベイズ最適化の基礎とロバストベイズ最適化~
オンライン 開催

概要

本セミナーでは、ベイズ最適化について取り上げ、ベイズ最適化の基礎について解説いたします。
また、不確実性を伴う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いたします。

開催日

  • 2024年9月9日(月) 13時00分16時00分

プログラム

 製造業をはじめとする様々な実応用の場において、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適応的実験計画法が盛んに開発されており、ベイズ最適化によって様々な実験工程の効率化が達成されている。一方で、実応用上は実験工程の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。
 本セミナーでは、はじめにベイズ最適化の基礎について概説する。次いで、不確実性を伴う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。

  1. はじめに
    1. ブラックボックス関数について
    2. ベイズ最適化について
  2. ガウス過程と獲得関数について
    1. ガウス過程モデル
    2. 獲得関数の基礎
  3. 単目的最適化問題に対するベイズ最適化手法
    1. 最大化問題
    2. 領域推定問題
  4. ロバスト最適化問題に対するベイズ最適化
    1. 期待値尺度最大化問題
    2. 期待値尺度に対する領域推定問題
    3. 分布ロバストな期待値尺度最大化問題
    4. その他のロバスト尺度例
  5. 関連する話題
    1. 多目的ベイズ最適化/多目的ロバストベイズ最適化
    2. 実応用例
  6. おわりに

講師

  • 稲津 佑
    名古屋工業大学 大学院 工学研究科 情報工学専攻
    助教

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 47,000円 (税別) / 51,700円 (税込)
1口
: 60,000円 (税別) / 66,000円 (税込) (3名まで受講可)

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2026/2/27 時系列データ解析の基礎と進め方のポイント オンライン
2026/3/2 マテリアルズインフォマティクスの動向と少ないデータへの適用事例 オンライン
2026/3/5 実験計画法とタグチメソッドの基礎・実践 オンライン
2026/3/6 Google Gemini3 plus×Workspaceで実現する生成AIによる統計解析・データ分析 オンライン
2026/3/6 実験計画法とタグチメソッドの基礎・実践 オンライン
2026/3/9 ベイズ統計モデリングの基本的な考え方とモデルの立て方、結果の解釈 オンライン
2026/3/10 Pythonを用いた高分子材料の画像解析入門 オンライン
2026/3/10 スペクトル・イメージデータへの機械学習の応用 オンライン
2026/3/11 実測データとデータ解析を統合した化学プロセス設計・最適化 オンライン
2026/3/13 開発・生産現場で諸課題を解決に導くデータ駆動型手法 / ディープニューラルネットワークモデル / MTシステムの基礎と応用 オンライン
2026/3/16 小規模実験の自動化による研究開発の効率化と再現性向上 オンライン
2026/3/17 Google Gemini3 plus×Workspaceで実現する生成AIによる統計解析・データ分析 オンライン
2026/3/19 AIの選択・精度・効率・構造・コストなどの最適化原理 オンライン
2026/3/23 実測データとデータ解析を統合した化学プロセス設計・最適化 オンライン
2026/3/23 実験の実務 : 効率的、確実に目的を達成できる実験内容の考え方 オンライン
2026/3/26 データ駆動型の化学・材料関連研究の最新動向と小規模データの活かし方 オンライン
2026/3/30 フィジカルAI時代における知能化センシングの基礎と応用 オンライン
2026/3/31 フィジカルAI時代における知能化センシングの基礎と応用 オンライン
2026/3/31 Pythonで学ぶデータ解析・機械学習を理解するための線形代数入門 オンライン
2026/4/10 データ駆動型の化学・材料関連研究の最新動向と小規模データの活かし方 オンライン