ベイズ最適化と能動的レベル集合推定による適応的実験計画の基礎と実践方法および適用事例【LIVE配信・WEBセミナー】

セミナー趣旨

科学的な営みを実行していく上で、「設計」や「計画」はおろそかにすることができない重要なプロセスです。設計や計画が問題の根幹となっている例は、ロボット開発・創薬・天然資源の探鉱など枚挙に暇がありません。近年、設計や計画問題に対するデータ駆動型のアプローチ、また、それを実現するための情報技術である機械学習が注目されています。
データ駆動型のアプローチは、データ分析の方法だけでなく、データ収集の方法も考察および最適化の対象とします。特に後者の性質は、ものづくりなどデータ収集コストが非常に高い分野においては重要な意味を持っていると考えられます。
本セミナーでは、データ駆動型のアプローチの一つである適応的実験計画に注目し、ベイズ最適化と能動的レベル集合推定という2つの手法について、統計モデリング、アルゴリズム、適用事例を解説したいと思います。

■本セミナーの主題および状況
★ベイズ最適化とは機械学習の手法の一つであり、現状のデータから合成条件を効率よく最適化する手法となっています。

★科学的な営みを実行していく上で、「設計」や「計画」はおろそかにすることができない重要なプロセスです。設計や計画が問題の根幹となっている例は、ロボット開発・創薬・天然資源の探鉱など枚挙に暇がありません。近年、設計や計画問題に対するデータ駆動型のアプローチ、また、それを実現するための情報技術である機械学習が注目されています。

★データ駆動型のアプローチは、データ分析の方法だけでなく、データ収集の方法も考察および最適化の対象とします。特に後者の性質は、ものづくりなどデータ収集コストが非常に高い分野においては重要な意味を持っていると考えられます。

習得できる知識

・機械学習による適応的実験計画の考え方
・ベイズモデリングの基礎知識
・ベイズ最適化や能動的レベル集合推定の基礎知識
・ベイズ最適化や能動的レベル集合推定の実行方法
・具体的な適用事例

セミナープログラム

１．導入
　1.1 機械学習によるデータ駆動型アプローチ
　　（能動学習、適応的実験計画という考え方について）
　1.2 ブラックボックス関数の最適化問題とベイズ最適化・レベル集合推定
 
２．ベイズモデルによる機械学習と回帰のための適応的実験計画
　2.1 ベイズ線形回帰
　2.2 ガウス過程回帰
　2.3 ガウス過程回帰に基づく関数推定のための適応的実験計画
 
３．ベイズ最適化の方法論
　3.1 ベイズ最適化の基本アルゴリズム
　3.2 様々な獲得関数に基づくベイズ最適化
 
４．能動的レベル集合推定の方法論
　4.1 レベル集合推定問題の定式化とアルゴリズム
　4.2 能動的レベル集合推定のための獲得関数
 
５．より複雑な問題に対するベイズ最適化
　5.1 制約付き最適化のためのベイズ最適化
　5.2 コスト考慮型のベイズ最適化
　5.3 多目的最適化のためのベイズ最適化
　5.4 複数条件を同時に観測できる問題のためのベイズ最適化
　5.5 高次元な入力空間上のベイズ最適化
 
６．応用事例紹介
　6.1 機械学習モデルの超パラメータ最適化
　6.2 レベル集合推定による太陽電池用シリコンインゴットの低品質領域の推定
　6.3 イオン伝導性物質の伝導度推定
　6.4 Siエピタキシャル成長プロセス条件の最適化
　6.5 抗がん剤第I相臨床試験における最大耐用量の同定
 
７．ベイズ最適化の実行
　7.1 Pythonによるベイズ最適化の実装方法の紹介
　7.2 回帰のための能動学習、ベイズ最適化、能動的レベル集合推定のデモ紹介
（google colaboratoryにアクセス可能な方はハンズオン）

【質疑応答】

【キーワード】
適応的実験計画，ベイズ最適化，能動的レベル集合推定，能動学習，マテリアルズインフォマティクス

【講演のポイント】
ベイズ最適化や能動的レベル集合推定などの適応的実験計画を使うための，問題の設計方針・機械学習モデルの構築・実験計画アルゴリズムまでを一気通貫に学べます。

セミナー講師

名古屋大学　 医学系研究科　 松井　孝太　氏
略歴
2009年4月～2011年3月　名古屋市立大学大学院 人間文化研究科 博士前期課程
2011年4月～2014年3月　名古屋大学大学院 情報科学研究科 計算機数理科学専攻 博士課程後期課程
2014年4月～2015年3月　名古屋工業大学　工学研究科　つくり領域　/　JST CREST　特任研究員
2015年4月～2018年5月　名古屋大学大学院　医学系研究科 生物統計学分野　/　JST CREST　特任助教
2017年3月　博士（情報科学）（名古屋大学）
2018年6月～2020年3月　理化学研究所　革新知能統合研究センター　データ駆動型生物医科学チーム　特別研究員
2020年4月～　現職
現在、医学・材料科学への応用を目指した機械学習の方法論の研究に従事。

セミナー受講料

【1名の場合】49,500円(税込、テキスト費用を含む)
  2名以上は一人につき、16,500円が加算されます。