機械学習によるベイズ実験計画の基礎とものづくり・材料探索・開発への応用【提携セミナー】

　　セミナー　　情報通信　　AI・機械学習　　機械学習によるベイズ実験計画の基礎とものづくり・材料探索・開発への応用【提携セミナー】

開催日時	未定
担当講師	竹内一郎氏
開催場所	未定
定員	-
受講費	未定

★実験計画に機械学習を活用する流れと方法、その基盤技術である

ベイズ最適化の特徴や、実用上の留意すべきポイントなどを解説！

★ものづくり全般・マテリアルズインフォマティクスなどにおける応用例も学べます！

機械学習によるベイズ実験計画の基礎と

ものづくり・材料探索・開発への応用

【提携セミナー】

主催：株式会社情報機構

現在の人工知能の発展はデータ科学に基づいており、データ駆動型人工知能と呼ばれる。材料科学を含むものづくり分野でデータ駆動型人工知能を活用する場合、能動学習と呼ばれるアプローチが有効である。能動学習はデータの取得プロセスも含めたデータ科学の枠組であり、実験計画法の一種と捉えることができる。

本講演では、ものづくりのための能動学習の基盤技術であるベイズ最適化に関して基礎的事項、発展的事項を解説した上で、複数の応用例を紹介する。

◆受講後、習得できること

実験計画における、機械学習を活用する流れと方法
基盤技術であるベイズ最適化の特徴や実用上の留意点
様々な拡張した問題設定（制約付，多目的など）に対応する方法
ものづくりやマテリアルズインフォマティクスにおける応用例

◆受講対象者

ものづくり分野における人工知能や機械学習の活用に興味のある方
ものづくり分野におけるDXの促進を検討されている方
機械学習の一分野である能動学習の基礎と応用を学びたい方
AIツールの活用のみでなく、方法の数理的基礎を理解したい方

◆講演中のキーワード

機械学習
能動学習
ベイズ最適化
マテリアルズインフォマティクス
ものづくり
DX

担当講師

名古屋大学工学研究科教授　博士（工学）
理化学研究所革新知能統合研究センターチームリーダー　竹内一郎　先生

■経歴
2000年名古屋大学にて博士（工学）を取得。学術振興会特別研究員、三重大学助教、名古屋工業大学准教授、教授を経て、2022年4月より現職。
2016年9月より、理化学研究所革新知能統合研究センター・データ駆動型生物医科学チーム・チームリーダを兼務。データ駆動型人工知能の基盤となる機械学習の研究と実践に従事。機械学習の理論・アルゴリズム研究の成果はNIPS、ICML、KDDなどの最難関国際会議に数多く採択されている。
また、データ科学に基づく生命科学と材料科学に関する共同研究プロジェクトを実施している。

■専門および得意な分野・研究
機械学習、データサイエンス、人工知能、マテリアルズインフォマティクス、バイオインフォマティクス、ケモインフォマティクス

■本テーマ関連学協会での活動
・Asian Conference on Machine Learning 2018 プログラム委員長
・Asian Conference on Machine Learning 2019 実行委員長
・電子情報通信学会情報論的学習理論研究会　委員長（2019-2020）
などを歴任

セミナープログラム（予定）

１．ベイズ機械学習モデル
1-1.データ駆動AI
1-2.機械学習の基礎
1-3.教師あり学習と教師なし学習
1-4.能動学習の基礎
1-5.能動学習と実験計画法
1-6.線形モデル
1-7.ベイズ線形モデル
1-8.カーネル法
1-9.ガウス過程モデル
1-10.ガウス過程モデルの解釈
1-11.ガウス過程モデルのパラメータチューニング

２．ベイズ最適化
2-1.ベイズ最適化
2-2.ブラックボックス関数推定
2-3.レベルセット推定
2-4.ベイズ最適化とガウス過程モデル
2-5.ベイズ最適化の獲得関数
2-5-1.改善確率に基づく獲得関数
2-5-2.期待改善度に基づく獲得関数
2-5-3.信頼上界に基づく獲得関数
2-5-4.エントロピーに基づく獲得関数
2-5-5.トンプソンサンプリングに基づく獲得関数
2-6.ベイズ最適化に関連する問題設定
2-6-1.制約付ベイズ最適化
2-6-2.多目的ベイズ最適化
2-6-3.マルチフィデリティベイズ最適化
2-6-4.不確実環境でのベイズ最適化
2-6-5.多段階ベイズ最適化
2-6-6.選好情報に基づくベイズ最適化
2-6-7.分類問題のためのベイズ最適化