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

• 研究課題/領域番号: 24K20857
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分61040:ソフトコンピューティング関連
• 研究機関: 横浜国立大学
• 研究代表者: 内田 絢斗 横浜国立大学, 教育推進機構, 特任教員(助教) (30980487)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2026年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
• キーワード: 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

研究開始時の研究の概要

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．