OPTIMIZATION DEVICE, GUIDING SYSTEM, OPTIMIZATION METHOD, AND PROGRAM

To enable optimization of an upper parameter and a lower parameter with a small number of evaluations.SOLUTION: An optimization device 10 includes: an evaluation unit 300 that performs calculation based on evaluation data, an upper parameter z, and a lower parameter x, and outputs an evaluation valu...

Full description

Saved in:
Bibliographic Details
Main Authors TODA HIROYUKI, MATSUBAYASHI TATSUFUMI, TSUTSUMIDA KYOTA, ITO HIDETAKE
Format Patent
LanguageEnglish
Japanese
Published 07.05.2020
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:To enable optimization of an upper parameter and a lower parameter with a small number of evaluations.SOLUTION: An optimization device 10 includes: an evaluation unit 300 that performs calculation based on evaluation data, an upper parameter z, and a lower parameter x, and outputs an evaluation value representing evaluation of a result of the calculation; an optimizing unit 100 that optimizes the upper parameter z and the lower parameter x; and an output unit 400 that outputs the optimized upper parameter z and lower parameter x obtained by repeating the processing by the evaluation unit 300 and the processing by the evaluation unit 300. The optimization unit 100 learns a model for predicting an evaluation value y based on a combination of the evaluation value y, the upper parameter z, and the lower parameter x, selects an upper parameter z to be evaluated next by the evaluation unit 300, and based on the learned model, determines a lower parameter x to be evaluated next by the evaluation unit 300 from the lower parameter x corresponding to the selected upper parameter z.SELECTED DRAWING: Figure 1 【課題】少ない評価回数で、上位パラメータ、及び下位パラメータの最適化を行うことができるようにする。【解決手段】最適化装置10は、評価用データ、上位パラメータz、及び下位パラメータxに基づいて計算を行い、計算結果の評価を表す評価値を出力する評価部300と、上位パラメータz及び下位パラメータxを最適化する最適化部100と、評価部300による処理と、評価部300による処理とを繰り返すことにより得られる、最適化された上位パラメータz及び下位パラメータxを出力する出力部400とを備える。最適化部100は、評価値y、上位パラメータz、及び下位パラメータxの組み合わせに基づいて評価値yを予測するためのモデルを学習し、評価部300が次に評価する上位パラメータzを選択し、学習したモデルに基づいて、選択された上位パラメータzに対応する下位パラメータxから、評価部300が次に評価する下位パラメータxを決定する。【選択図】図1
Bibliography:Application Number: JP20180205831