Bayes最適化

応答を最適化する因子設定を探し出す

「Bayes最適化」プラットフォームはJMP Proでのみ使用可能です。

「Bayes最適化」プラットフォームは、追加実験を適応的・逐次的に決めながら、1つまたは複数の応答を最適化していくBayes最適化（ベイズ最適化）を行うためのプラットフォームです。Bayes最適化は、次の追加実験における設定と、いつ追加実験を注意するかについての指針を与えてくれます。「Bayes最適化」プラットフォームにより、様々な工程開発（プロセス開発）や製品開発のための実験に必要な時間とリソースを削減できます。

「Bayes最適化」プラットフォームでは、まず、応答変数の1変数ごとに、初期データからGauss過程モデルが推定されます。この初期データには、履歴データまたは初期実験から得られたデータを用いることができます。Gauss過程モデルから予測分布の平均と標準偏差が計算され、それらを満足度関数と組み合わせて、獲得関数が求められます。「現在のバッチ」（追加実験における因子設定）は、自動モードもしくは手動モードにより選択できます。自動モードでは、一様乱数（準乱数もしくは疑似乱数）によって生成された候補集合から、自動的に追「現在のバッチ」が選択されます。追加実験における因子設定の集合を、「バッチ」と呼びます。このバッチに基づいて追加実験を行い、追加実験の結果を得た後、「Bayes最適化」プラットフォームを再起動して、Gauss過程モデルを更新します。そして、先ほどと同様、次の追加実験を行うための新しいバッチを見つけます。応答目標が達成される因子設定の最適な組み合わせが見つかるまで、この一連の過程を何回か繰り返します。

図18.1 「Bayes最適化」プラットフォームのレポート 

目次

「Bayes最適化」プラットフォームの例

「Bayes最適化」プラットフォームの起動

予め準備しておくデータの形式

「Bayes最適化」レポート

［バッチの選択］タブ

Bayes最適化 バッチに含める実験候補の検索

追加実験の候補

現在のバッチ

「Bayes最適化」プラットフォームのオプション

「Bayes最適化 モデルの要約」レポートのオプション

「Bayes最適化 バッチに含める実験候補の検索」レポートのオプション

「追加実験の候補」レポートのオプション

「Gauss過程モデル <応答変数>」レポートのオプション

「Bayes最適化」プラットフォームの別例