[2Win5] ポスターセッション2

[2Win5-10] 線形バンディットを用いた高次元ベイズ最適化アルゴリズム

バンディットによる主要パラメータ抽出を活用した効率的最適化と実装事例

〇野村 祐介¹、田畑 公次¹、小松崎 民樹¹ (1.北海道大学)

キーワード：ベイズ最適化、バンディット

高次元ベイズ最適化では、評価候補点が指数的に増加し、実用上ボトルネックとなる。本研究では、線形バンディット（LinUCB）で探索方向を動的に選択し、その方向軸に対してのみ1次元ベイズ最適化を行う「Directional Bandit BO」を提案する。具体的には、各方向ベクトルをバンディットのアームとみなし、ガウス過程の予測誤差を報酬として重要方向を抽出する。50次元のStyblinski-Tang関数（有効次元5）で評価した結果、既存手法より高速に収束し、探索コストを削減できることが示された。深層学習ハイパーパラメータ探索など大規模パラメータ問題への応用も期待される。