ベイズ推定を用いた確率モデルに基づくBlack-Box最適化法の転移的初期化法の開発

Research Project

Project/Area Number	24K20857
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 61040:Soft computing-related
Research Institution	Yokohama National University
Principal Investigator	内田絢斗横浜国立大学, 教育推進機構, 特任教員(助教) (30980487)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Keywords	進化計算 / ベイズ推定 / ブラックボックス最適化 / 確率モデル / アルゴリズム改良
Outline of Research at the Start	本研究の目的は，文脈付き最適化問題における過去の最適化結果を活用して，確率モデルに基づくBlack-Box最適化法の最適化性能を向上させることにある．本研究では過去に最適化を行った文脈ベクトルと最適化結果の関係から，新たに与えられた文脈ベクトルに対応する最適化問題の最適解の事後分布をベイズ推定により計算し，確率モデルの初期状態の設定に利用する手法の開発を目指す．本研究ではベイズ推定による事後分布を利用することで確率モデルに基づくBlack-Box最適化法のための転移的初期化法を確立する．