第52回IBISML研究会

開催概要

今回は機械学習やその応用に関する討論を行います。様々な分野の研究者と議論できる機会ですので、奮ってご参加ください。

  • 日程：2023年12月20日（水）～ 12月21日（木）
  • テーマ： 機械学習一般
  • 会場：国立情報学研究所 ＆ ハイブリッド開催
  • 住所：〒101-8430 東京都千代田区一ツ橋2-1-2 (アクセス)
  • 担当幹事：石田隆（東大）今泉允聡（東大）神嶌 敏弘（産総研）杉山麿人（NII）本多淳也（京大）
  • 問合せ先：神嶌 敏弘 mail@kamishima.net

プログラム

招待講演

12月20日：今村 秀明（PFN）『ベイズ最適化の実践と落とし穴』

ベイズ最適化は、ブラックボックス最適化問題を解くための有用なアプローチの一つとして知られています。しかし実問題を解く上では様々な落とし穴が存在し、シンプルな枠組みで問題が解けることは滅多にありません。我々が実世界で出会う問題には、実行時間やメモリに関する制約、複数の目的関数、高次元の探索空間、並列実行の必要性、実数・整数・カテゴリカル変数の入り混じった探索空間、人間による評価が必要な場面…といった困難がつきまといます。本講演では、実世界のブラックボックス最適化問題を解く際に生じる様々な落とし穴を飛び越えるために必要なベイズ最適化の多様な工夫について紹介します。

12月21日：鈴木 雄太（トヨタ）『材料科学におけるブラックボックス最適化の応用』

本発表では、機械学習や情報科学の手法を用いて材料開発を加速するアプローチであるマテリアルズインフォマティクス（MI）を題材に、ブラックボックス最適化の応用を紹介する。。MIにおける最適化問題は多岐にわたるが、代表例として以下の2つが挙げられる：1）材料の組成や構造を探索し、所望の物性（例：触媒性能）の最適化を行う物性最適化、2）所望の性能の実現や品質改善のために材料の合成レシピ（例：混合時間、焼成温度）を最適化するプロセス最適化。この他、データ解析の自動化や、実験装置の運転条件最適化といった応用もなされている。関数形が不明でも最適化が行えるブラックボックス最適化は、数理最適化を専門としない材料科学者にとっても使いやすい問題解決の道具であり、今後の材料科学の発展に対する大きな貢献が期待される。一方で、実験が必要なために関数の評価コストが高いといった材料科学ドメインならではの課題もあることから、両分野の研究者による学際的な研究が望まれる。本講演では、これらの最適化問題に対するブラックボックス最適化の具体的な適用例や、課題について概説する。

オンライン/オンサイト参加登録

  • 参加費について
  • 登録フォーム予定（登録締め切り：未定）
    前日までにZoomリンクをお送りします。

発表申し込み

発表申込は締め切りました