2019年度 人工知能学会全国大会(第33回)

講演情報

インタラクティブセッション

[4Rin1] インタラクティブセッション2

2019年6月7日(金) 09:00 〜 10:40 R会場 (1F 展示ホール 中央)

09:00 〜 10:40

[4Rin1-02] Black-box最適化に対するBudgetを考慮した探索空間の初期化

〇野村 将寛1、阿部 拳之1 (1. 株式会社サイバーエージェント)

キーワード:Black-box最適化

Black-box最適化は,与えられた評価用budgetの制限内で目的関数を最適化する問題である.
Black-box最適化では,一般に1回の解の評価にかかる計算コストが大きいことを想定しているため,できるだけ少ないbudgetで効率よく探索を行うことが重要となる.
しかし,ベイズ最適化やCMA-ESをはじめとするstate-of-the-artなBlack-box最適化手法はbudgetを考慮していないという問題点が存在する.
本論文では,上記の問題点に対処した,budgetを考慮した初期化法を提案することを目的とする.
提案手法が優れた性能を示すことをベンチマーク関数に対する実験により確認する.