[1J3-J-2] 機械学習: ベイジアンモデル

[1J3-J-2-02] 過去記憶を用いたスケーラブルなベイズ最適化

〇伊藤 秀剛¹、松林 達史¹、倉島 健¹、戸田 浩之¹ (1. 日本電信電話株式会社 NTTサービスエボリューション研究所)

キーワード：ベイズ最適化、ガウス過程

ベイズ最適化はブラックボックス関数をできる限り少ない評価回数で大域的に最適化する方法である．これは，ガウス過程を用いて次に評価するパラメータを選択することを繰り返す手法である．しかし，ガウス過程の計算量は学習するデータ量の3 乗に比例するため，ベイズ最適化は繰り返し回数を増やすことが困難である．そこで本論文では，繰り返し回数を増やしても所要時間の増加を抑えることができる手法を提案する．提案手法は過去の繰り返しにおいて使用したモデルの予測結果を再利用することで,学習するデータ量を抑えることができる．そして実験にて，提案手法が繰り返し回数が増加しても所要時間の増加を抑えることができ，通常のベイズ最適化より高い精度で最適化を行えることを示す．