特許ウォッチ

公開番号2025010624
公報種別公開特許公報(A)
公開日2025-01-22
出願番号2024189113,2020185291
出願日2024-10-28,2020-11-05
発明の名称パラメータ最適化装置、方法及びプログラム
出願人株式会社東芝
代理人弁理士法人鈴榮特許綜合事務所
主分類G06N 99/00 20190101AFI20250115BHJP(計算;計数)
要約【課題】効率的に最適なパラメータ値を探索できること。
【解決手段】決定部は所定のパラメータ値を含む第1次元数より小さい第2次元数の探索空間を決定する。取得部は複数のデータセット各々についてパラメータ値と探索空間との距離を算出し、距離が閾値以下のパラメータ値を有する1以上のデータセットを取得する。探索部は1以上のデータセットに基づく目的関数の代理モデルを用いて探索空間内で目的関数を最適化し得るパラメータ値を探索する。生成部は探索されたパラメータ値に対応する目的関数の観測値と、探索されたパラメータ値とを含むデータセットを生成する。記憶部は生成部により生成されたデータセットを更に記憶し、判定部は生成部によりデータセットが生成された後、所定の条件が満たされるか否かを判定する。所定の条件が満たされない場合、少なくとも取得部、探索部及び生成部による処理が繰り返される。
【選択図】図7
特許請求の範囲【請求項１】
第１次元数の第１パラメータ値と第１パラメータ値に対応する目的関数の観測値とを含む複数のデータセットを記憶する記憶部と、
所定の第１パラメータ値を含む前記第１次元数より小さい第２次元数の探索空間を決定する探索空間決定部と、
前記複数のデータセット各々について第１パラメータ値と前記探索空間との距離を算出し、前記距離が閾値以下の第１パラメータ値又は当該第１パラメータ値に対応する前記第２次元数の第２パラメータ値を有する１以上のデータセットを取得する取得部と、
前記取得された１以上のデータセットに基づく前記目的関数の代理モデルを用いて前記探索空間内で前記目的関数を最適化し得る第１パラメータ値又は第２パラメータ値を探索するパラメータ探索部と、
前記探索された第１パラメータ値に対応する前記目的関数の観測値又は前記探索された第２パラメータ値に対応する第１パラメータ値に対応する前記目的関数の観測値と、前記探索された第１パラメータ値又は第２パラメータ値とを含むデータセットを生成する生成部と、
所定の条件が満たされるか否かを判定する判定部と、を具備し、
前記記憶部は、前記生成部により生成されたデータセットを更に記憶し、
前記判定部は、前記生成部によりデータセットが生成された後、前記所定の条件が満たされるか否かを判定し、
前記所定の条件が満たされない場合、少なくとも前記取得部、前記パラメータ探索部及び前記生成部による処理が繰り返される、
パラメータ最適化装置。
続きを表示（約 2,000 文字）【請求項２】
前記判定部は、前記生成部によりデータセットが生成された後、前記所定の条件として第１条件が満たされるか否かを判定し、
前記第１条件が満たされる場合、前記記憶部に記憶されている観測値と第１パラメータ値とのうちの、最小又は最大の観測値と、当該観測値に対応する第１パラメータ値とを記憶する、
請求項１記載のパラメータ最適化装置。
【請求項３】
前記判定部は、前記生成部によりデータセットが生成された後、前記所定の条件として第２条件が満たされるか否かを判定し、
前記第２条件が満たされない場合、前記記憶部に記憶されている観測値と第１パラメータ値とのうちの、最小又は最大の観測値と、当該観測値に対応する第１パラメータ値とを記憶する、
請求項１記載のパラメータ最適化装置。
【請求項４】
前記判定部は、前記生成部によりデータセットが生成された後、前記所定の条件として第１条件が満たされるか否かを判定し、前記第１条件が満たされる場合、前記所定の条件として第２条件が満たされるか否かを判定し、
前記第２条件が満たされない場合、前記記憶部に記憶されている観測値と第１パラメータ値とのうちの、最小又は最大の観測値と、当該観測値に対応する第１パラメータ値とを記憶する、
請求項１記載のパラメータ最適化装置。
【請求項５】
コンピュータが、
第１次元数の第１パラメータ値と第１パラメータ値に対応する目的関数の観測値とを含む複数のデータセットを記憶装置に記憶する記憶工程と、
所定の第１パラメータ値を含む前記第１次元数より小さい第２次元数の探索空間を決定する探索空間決定工程と、
前記複数のデータセット各々について第１パラメータ値と前記探索空間との距離を算出し、前記距離が閾値以下の第１パラメータ値又は当該第１パラメータ値に対応する前記第２次元数の第２パラメータ値を有する１以上のデータセットを取得する取得工程と、
前記取得された１以上のデータセットに基づく前記目的関数の代理モデルを用いて前記探索空間内で前記目的関数を最適化し得る第１パラメータ値又は第２パラメータ値を探索するパラメータ探索工程と、
前記探索された第１パラメータ値に対応する前記目的関数の観測値又は前記探索された第２パラメータ値に対応する第１パラメータ値に対応する前記目的関数の観測値と、前記探索された第１パラメータ値又は第２パラメータ値とを含むデータセットを生成する生成工程と、
所定の条件が満たされるか否かを判定する判定工程と、を具備し、
前記記憶工程は、前記生成工程により生成されたデータセットを更に記憶し、
前記判定工程は、前記生成工程によりデータセットが生成された後、前記所定の条件が満たされるか否かを判定し、
前記所定の条件が満たされない場合、少なくとも前記取得工程、前記パラメータ探索工程及び前記生成工程が繰り返される、
パラメータ最適化方法。
【請求項６】
コンピュータに、
第１次元数の第１パラメータ値と第１パラメータ値に対応する目的関数の観測値とを含む複数のデータセットを記憶装置に記憶させる記憶機能と、
所定の第１パラメータ値を含む前記第１次元数より小さい第２次元数の探索空間を決定させる探索空間決定機能と、
前記複数のデータセット各々について第１パラメータ値と前記探索空間との距離を算出し、前記距離が閾値以下の第１パラメータ値又は当該第１パラメータ値に対応する前記第２次元数の第２パラメータ値を有する１以上のデータセットを取得させる取得機能と、
前記取得された１以上のデータセットに基づく前記目的関数の代理モデルを用いて前記探索空間内で前記目的関数を最適化し得る第１パラメータ値又は第２パラメータ値を探索させるパラメータ探索機能と、
前記探索された第１パラメータ値に対応する前記目的関数の観測値又は前記探索された第２パラメータ値に対応する第１パラメータ値に対応する前記目的関数の観測値と、前記探索された第１パラメータ値又は第２パラメータ値とを含むデータセットを生成させる生成機能と、
所定の条件が満たされるか否かを判定させる判定機能と、を実現させ、
前記記憶機能では、前記生成機能により生成されたデータセットを更に記憶させ、
前記判定機能では、前記生成機能によりデータセットが生成された後、前記所定の条件が満たされるか否かを判定させ、
前記所定の条件が満たされない場合、少なくとも前記取得機能、前記パラメータ探索機能及び前記生成機能が繰り返される、
パラメータ最適化プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明の実施形態は、パラメータ最適化装置、方法及びプログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
社会には、様々な機器があり、それら機器は様々な部品から構成されている。これらの機器や部品は、設計され、製造され、活用される。
【０００３】
設計段階においては、特性が仕様を満たす機器や部品が設計される場合がある。この際、設計時に調整できるパラメータを様々な値に変更し、シミュレーションや実験、アンケートを実施することで、それらのパラメータ値で設計したときの特性を取得し、その特性が仕様を満たすパラメータ値を求める。ここで、特性は例えば、機器や部品の性能や製造コスト、顧客満足度である。機器や部品の性能は良いほど好ましく、製造コストは低いほど好ましく、顧客満足度は高いほど好ましい。特性の値が大きいほど良い場合は、その特性を最大化するパラメータ値を少ない時間や手間で求めることが要求される。特性の値が小さいほど良い場合は、その特性を最小化するパラメータ値を少ない時間や手間で求めることが要求される。
【０００４】
特性が最大又は最小となるパラメータ値を求めることは、パラメータ最適化と呼ばれる。パラメータ値に応じて変化する特性は、目的関数と呼ばれる。シミュレーションや実験、アンケートは、目的関数の値を観測するための手段である。
【０００５】
製造段階においても、パラメータ最適化が用いられる場合がある。例えば、製造時の歩留まりを最大化するパラメータ値を求めたり、出荷後の故障率を最小化するパラメータ値を求めたりする場合がある。
【０００６】
活用段階においても、パラメータ最適化が用いられる場合がある。例えば、ユーザの手元に届いた機器や部品が、ユーザの利用環境に合った性能を発揮するパラメータ値をユーザによる初期設定時に求める場合がある。
【０００７】
パラメータは複数ある場合が多い。調整するパラメータの数をＤで表すと、複数のパラメータはＤ次元ベクトルで表現できる。Ｄ次元ベクトルで表現できるパラメータをＤ次元パラメータと呼び、Ｄ次元パラメータが持つ値をＤ次元パラメータ値と呼ぶことにする。最適なＤ次元パラメータ値を探索する空間はＤ次元空間となる。Ｄが大きいほど、探索空間が広いため、最適化が困難である。
【０００８】
Ｄ次元空間（Ｄ≧２）において、目的関数を最大又は最小にするＤ次元パラメータ値を探索するパラメータ最適化方式として、非特許文献１の手法が知られている。この手法では、探索空間をＤ次元空間中の１次元空間に限定し、その１次元探索空間を切り替えながらベイズ最適化を反復することで、パラメータ値を探索する。これにより、Ｄ次元パラメータの探索を効率化する。
【先行技術文献】
【特許文献】
【０００９】
特開２０２０－２７３７０号公報
【非特許文献】
【００１０】
J. Kirschner, M. Mutny, N. Hiller, R. Ischebeck, and A. Krause,“Adaptive and safe Bayesian optimization in high dimensions via one-dimensional subspaces,” in Proceedings of the 36th International Conference on Machine Learning, vol. 97, pp. 3429－3438, PMLR, 2019.
【発明の概要】
【発明が解決しようとする課題】
（【００１１】以降は省略されています）

関連特許