ベイズ最適化とシミュレータを用いたロバスト設計手法の評価

カテゴリ: 研究会(論文単位)

論文No: ST21027,SMF21054

グループ名: 【C】電子・情報・システム部門 システム/【D】産業応用部門 スマートファシリティ合同研究会

発行日: 2021/10/30

タイトル(英語): Evaluation of Robust Design Methodology Using Bayesian Optimization and Simulator

著者名: 桐淵 大貴(東芝),吉田 琢史(東芝)

著者名(英語): Daiki Kiribuchi(Toshiba),Takufumi Yoshida(Toshiba)

キーワード: ベイズ最適化|ロバスト最適化|シミュレーション最適化|ガウス過程回帰|Bayesian optimization|robust optimization|simulation optimization|Gaussian process regression

要約(日本語): 現実世界の不確実性を考慮したロバスト設計では、パラメータ周辺の区間で目的関数値のバラツキが小さく、かつ目的関数値が閾値を全て満たすパラメータを求めたいことがある。このようなロバストなパラメータを求めるベイズ最適化手法を我々は提案した。本発表では、実験的に評価を行い、既存手法に対して、逐次探索部分の改良で約61%、最終解出力部分の改良で約43%試行回数を削減でき、合わせて約78%削減できることを確認する。

要約(英語): In robust design considering uncertainty in the application, we sometimes want to find a robust parameter where the objective function values of the intervals around the parameter have a small variation and satisfy all the threshold values. To find the robust parameter, we proposed RobustBO which improves Bayesian optimization in two parts. In this presentation, we experimentally evaluate the method and confirm that RobustBO can reduce the number of evaluations by approximately 78% compared to existing methods (improving the sequential search part reduces by approximately 61% and improving the final solution output part reduces by approximately 43%).

本誌: 2021年11月2日システム/スマートファシリティ合同研究会

本誌掲載ページ: 23-27 p

原稿種別: 日本語

PDFファイルサイズ: 1,272 Kバイト