進化計算とは、生命の進化過程を模したブラックボックス最適化手法の総称です。進化計算の代表的なものとして遺伝的アルゴリズムや粒子群最適化がありますが、特に多変量正規分布を用いた共分散行列適応進化戦略（CMA-ES）は優れた最適化性能を発揮します。この CMA-ES と情報幾何との関連が指摘され、以降いくつかの進化計算アルゴリズムも情報幾何との関連が見つかりました。これらの情報幾何に基づくブラックボックス最適化アルゴリズムを、統一的に記述するフレームワークが Information Geometric Optimization (IGO) です。
今回のスキルアップAIキャンプでは、IGOフレームワークとそこに含まれる複数の進化計算アルゴリズムの概要をご紹介します。
プログラム概要
- ブラックボックス最適化とは
- ブラックボックス最適化の応用事例
- IGOフレームワークの概要
- 確率的自然勾配法
- 利得関数への変換
- IGOフレームワークに属する進化計算アルゴリズム
- ハンズオン｜NeverGradによるCMA-ESの実装
※一部変更となる場合がございます。
スピーカー
-
スキルアップAI株式会社／斉藤 翔汰
スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻（現:情報環境専攻）修了。修士（情報学）。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
開催概要
日時
2023年3月22日（水）19：30～21：00
開催方法
Zoom
参加費
無料
※競合他社様のご参加は、ご遠慮いただいておりますので、ご了承ください。