[22p-M206-1~16] 23.1 合同セッションN「インフォマティクス応用」

[22p-M206-1] [講演奨励賞受賞記念講演] スパース推定を用いたベイズ最適化による実験計画アルゴリズムと
添加剤最適化に向けた展望

〇増井 隆治¹、Lee Unseo¹、中山 亮²、一杉 太郎^2,3 (1.HACARUS、2.東工大物質理工、3.東大院理)

キーワード：スパースモデリング、実験計画、マテリアルズインフォマティクス

材料開発の高速化に向けて，機械学習を活用した合成条件最適化に注目が集まっている．しかし，現実的な実験回数で高機能な材料を得るためには，多数の実験パラメータから，重要なパラメータのみに探索空間を限定する必要があった．本研究では，スパース推定を用いて重要なパラメータを自動で決定することで，少ない実験回数で最適化を行う実験計画アルゴリズムを提案した．また，本手法の添加剤の最適化実験への有効性を評価した．