「ベイズ最適化」オンラインセミナー2024│単目的最適化・多目的最適化・ロバスト最適化
よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス
セミナーのメニュー

化学・電気系 その他各分野
一覧へ→
  ヘルスケア系
一覧へ→
情報機構 技術書籍情報機構 技術書籍
技術書籍 一覧技術書籍 一覧
   <新刊書籍>
  ・  6G材料
  ・  ラベル・SDS 作成の手順
  ・  PFAS
  ・  労働安全衛生法
電子書籍電子書籍
化学物質管理化学物質管理
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
社内研修DVD
セミナー講師のコラムです。講師コラム
  ↑2023/7/7更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  



Zoom見逃し視聴あり

オンライン受講/見逃視聴なし → 

オンライン受講/見逃視聴あり → 


〇最適な実験条件を効率的に探索できることが期待できる「ベイズ最適化」のセミナー!
〇応用上特に重要な単目的最適化、多目的最適化、ロバスト最適化問題をベースに基礎と応用を解説。
〇適用できる問題の把握や、予測モデル・獲得関数(次の実験点を決定する方法)設計の概説および実応用例まで。

ベイズ最適化の基礎と応用

~単目的最適化/多目的最適化/ロバスト最適化~

<Zoomによるオンラインセミナー・見逃し配信あり>

講師

名古屋工業大学 情報工学専攻 助教 稲津 佑 氏

講師紹介

2012年3月 広島大学理学部数学科卒業
2014年3月 広島大学大学院理学研究科博士課程前期数学専攻修了
2017年3月 広島大学大学院理学研究科博士課程後期数学専攻修了
2017年4月~2020年10月 理化学研究所・革新知能統合研究センター・特別研究員
2020年11月~ 現職
ガウス過程回帰などに代表されるベイズ最適化手法に基づいたBlack-box関数最適化の研究に従事.

<その他関連セミナー>
機械学習・AI 一覧はこちら

日時・受講料

●日時 2024年6月18日(火) 10:30-16:30 *途中、お昼休みや小休憩を挟みます。

●受講料
 【オンライン:見逃し視聴なし】 1名47,300円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき36,300円

 【オンライン:見逃し視聴あり】 1名52,800円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき41,800円

 *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。


■ セミナーお申込手順からセミナー当日の主な流れ →

※配布資料等について

●配布資料は、印刷物を郵送で1部送付致します。
・お申込の際にお受け取り可能な住所を必ずご記入ください。
・郵送の都合上、お申込みは4営業日前までを推奨します。(土、日、祝日は営業日としてカウント致しません。)
・それ以降でもお申込みはお受けしておりますが(開催1営業日前の12:00まで)、その場合、テキスト到着がセミナー後になる可能性がございますことご了承ください。
・資料未達の場合などを除き、資料の再配布はご対応できかねますのでご了承ください。


●当日、可能な範囲でご質問にお答えします。(全ての質問にお答えできない可能性もございます。何卒ご了承ください。)
●本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止致します。

オンラインセミナーご受講に関する各種案内(ご確認の上、お申込みください。)
・PC/タブレット/スマートフォン等、Zoomが使用できるデバイスをご用意ください。
・インターネット 回線速度の目安(推奨) 下り:20Mbps以上
・開催が近くなりましたら、Zoom入室URL、配布資料、当日の流れなどをメールでご連絡致します。開催前日(営業日)の12:00までにメールが届かない場合は必ず弊社までご一報ください。
・受講者側のVPN、セキュリティ設定、通信帯域等のネットワーク環境ならびに使用デバイスの不具合については弊社では対応致しかねますので予めご了承ください。

Zoom
Zoom使用に関する注意事項(クリックして展開)
・公式サイトから必ず事前のテストミーティングをお試しください。
 → 確認はこちら
 →Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、
  カメラ・マイクが使えない等の事象が起きる可能性がございます。
  お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
 →音声が聞こえない場合の対処例

・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
 →参加方法はこちら
 →一部のブラウザは音声が聞こえない等の不具合が起きる可能性があります。
  対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
  (iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります)

見逃し視聴あり
申込み時に(見逃し視聴あり)を選択された方は、見逃し視聴が可能です。
(クリックして展開)
・見逃し視聴ありでお申込み頂いた方は、セミナーの録画動画を一定期間視聴可能です。
・セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
・原則、遅くとも開催4営業日後までに録画動画の配信を開始します(一部、編集加工します)。
・視聴期間はセミナー開催日から4営業日後を起点に1週間となります。
 ex) 2/6(月)開催 セミナー → 2/10(金)までに配信開始 → 2/17(金)まで視聴可能
 ※メールにて視聴用URL・パスワードを配信します。配信開始日を過ぎてもメールが届かない場合は必ず弊社までご連絡ください。
 ※準備出来しだい配信致しますので開始日が早まる可能性もございます。その場合でも終了日は変わりません。
  上記例の場合、2/8(水)から開始となっても2/17まで視聴可能です。
 ※GWや年末年始・お盆期間等を挟む場合、それに応じて弊社の標準配信期間設定を延長します。
 ※原則、配信期間の延長は致しません。
 ※万一、見逃し視聴の提供ができなくなった場合、
  (見逃し視聴あり)の方の受講料は(見逃し視聴なし)の受講料に準じますので、ご了承ください。
 →見逃し視聴について、こちらから問題なく視聴できるかご確認ください。(テスト視聴動画へ) パスワード「123456」 

セミナー開催にあたって

■はじめに:
 製造業などの様々な実応用の場において,実験工程の効率化は重要な課題である.近年,機械学習・AI技術を用いることによる実験工程の効率化に関する研究が多数行われている.特に,ベイズ最適化と呼ばれる機械学習アルゴリズムを用いることにより,最適な実験条件を効率的に探索することが期待できる.
 本セミナーでは,応用上特に重要となる単目的最適化,多目的最適化およびロバスト最適化問題をベースにベイズ最適化手法の基礎と応用について解説する.また,ベイズ最適化を行う際は適切な予測モデルおよび獲得関数と呼ばれる評価関数を設計する必要があるが,どのような問題に対してどのようなモデル,獲得関数を設計すべきかについても概説する.

■受講対象者:
・本テーマに興味がある方.
・ベイズ最適化がどのような問題に対して適用できるかについて興味がある方
・データの観測にコストがかかる問題を扱う方.高コストな単一目的関数,多出力関数,あるいは,入力の不確実性を考慮したロバストな最適化を扱いたい方.

■必要な予備知識:
確率・統計の基礎知識

■事前に目を通しておくと理解が深まる文献:※閲覧必須ではありません。
 ベイズ最適化に関する書籍。例えば,書籍「ベイズ最適化ー適応的実験計画の基礎と実践ー」(今村秀明・松井孝太 著,近代科学社,2023/08,https://www.kindaikagaku.co.jp/book_list/detail/9784764906631/)などを一読するとさらに理解が深まる。

■本セミナーで習得できること:
・機械学習アルゴリズムを用いた適応的実験計画,特に,ベイズ最適化に関する基礎的な考え方
・ベイズ最適化が適用できる問題の把握
・予測モデルや獲得関数(次の実験点を決定する方法)の設計には多様性があるが,それらの大まかな特徴
など

セミナー内容

1.はじめに
 1.1 ブラックボックス関数について
 1.2 ベイズ最適化に関して

2.ガウス過程回帰モデルと獲得関数について
 2.1 ガウス過程回帰モデル
 2.2 獲得関数の基礎

3.単目的最適化問題におけるベイズ最適化手法
 3.1 最大化問題
 3.2 領域推定問題

4.多目的最適化問題におけるベイズ最適化手法
 4.1 スカラー化関数最適化
 4.2 制約付き最適化
 4.3 パレート最適化

5.ロバスト最適化問題におけるベイズ最適化手法
 5.1 期待値尺度最大化問題
 5.2 期待値尺度に対する領域推定問題
 5.3 分布ロバストな期待値尺度最大化問題
 5.4 その他のロバスト尺度を用いた例

6.多目的ロバスト最適化問題におけるベイズ最適化手法
 6.1 期待値尺度と分散尺度に関する多目的最適化
 6.2 機会制約付き最適化
 6.3 分布ロバストな期待値尺度に関するパレート最適化
 6.4 その他の多目的ロバストベイズ最適化

7.関連する話題
 7.1 実応用例
 7.2 理論解析

8.まとめ

<質疑応答>

セミナー番号:AD240609

top

会社概要 プライバシーポリシー 特定商取引法に基づく表記 商標について リクルート
Copyright ©2011 技術セミナー・技術書籍の情報機構 All Rights Reserved.