Bayesian optimization as a flexible and efficient design framework for sustainable process systems

要約

ベイズ最適化 (BO) は、ノイズの多い評価コストのかかるブラック ボックス関数を最適化するための強力なテクノロジであり、科学、工学、経済、製造などの幅広い現実世界に応用されています。
このペーパーでは、次世代プロセス システムの設計における BO における最近の開発、課題、機会の概要を説明します。
いくつかの動機付けとなるアプリケーションを説明した後、これらのアプリケーションにおける重要な問題に効率的に取り組むために高度な BO 手法がどのように開発されたかについて説明します。
この論文は、確率モデルの品質の向上、次のサンプル ポイントを選択するために使用される内部最適化手順の選択、サンプル効率を向上させるための問題構造の活用に関連する課題と機会の概要で締めくくられています。

要約(オリジナル)

Bayesian optimization (BO) is a powerful technology for optimizing noisy expensive-to-evaluate black-box functions, with a broad range of real-world applications in science, engineering, economics, manufacturing, and beyond. In this paper, we provide an overview of recent developments, challenges, and opportunities in BO for design of next-generation process systems. After describing several motivating applications, we discuss how advanced BO methods have been developed to more efficiently tackle important problems in these applications. We conclude the paper with a summary of challenges and opportunities related to improving the quality of the probabilistic model, the choice of internal optimization procedure used to select the next sample point, and the exploitation of problem structure to improve sample efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google