AI用語集
人工知能の完全辞典
ALEBO (Adaptive Linear Embeddings for Bayesian Optimization)
ベイズ最適化のための適応的線形埋め込み。高次元の点を射影するための低次元線形部分空間を学習し、計算の複雑さを軽減する手法。
ADD-GP (Additive Gaussian Process)
加法的ガウス過程モデル。目的関数を変数のサブグループに依存する関数の和に分解し、高次元でのスケーラビリティを向上させるモデル。
Processus Gaussien (GP)
ガウス過程。関数上の分布を定義するノンパラメトリックな確率モデルで、ベイズ最適化において不確実性をモデル化する代理モデルとして広く使用される。
Critère d'Acquisition
獲得基準。ベイズ最適化で使用されるヒューリスティック関数で、探索と活用のバランスを取りながら次の評価点を選択するために用いられる。
Expected Improvement (EI)
期待改善度。現在の最良の観測値に対する期待される改善度をモデルの不確実性で重み付けして計算する、人気のある獲得基準。
Plongement de Dimension (Dimensionality Embedding)
次元埋め込み。高次元の探索空間を、最適化が実行されるより低次元の部分空間に射影する次元削減手法。
Structure Additive
加法構造。目的関数が変数のサブセットに依存する関数の和に分解できるという仮定で、高次元での効率を向上させるために利用される。
Optimisation en Grande Dimension (High-Dimensional BO)
高次元ベイズ最適化。数十から数百の次元を持つ探索空間に適応したベイズ最適化の変種で、特殊な手法を必要とする。
サロゲートモデル (代理モデル)
高価な目的関数の近似モデルで、ベイズ最適化において評価されていない点での値と不確実性を予測するために使用されます。
カーネルARD（自動関連性決定）
ガウス過程のカーネルで、各次元の重要度を自動的に学習し、高次元で関連する変数を特定することを可能にします。
ランダム埋め込み
高次元の空間を低次元の部分空間にランダムに射影する技術で、ごく一部の方向のみが関連していると仮定します。
信頼領域ベイズ最適化
現在の最適解の周りの信頼領域に探索を制限するベイズ最適化の方法で、高次元の問題に適しています。
GP-UCB（ガウス過程信頼区間上限）
ガウス過程の予測の信頼区間上限を使用して、探索と活用のバランスを取る獲得基準。
カーネル因子分解
ガウス過程のカーネルを1次元カーネルの積に分解するアプローチで、高次元での計算複雑さを軽減します。
高次元多目的最適化
矛盾する複数の目的を持つ高次元の問題へのベイズ最適化の拡張で、適応した獲得基準が必要です。
高次元出力を持つベイズ最適化
目的関数が高次元のベクトルを返す変種で、多重出力モデルと特殊な獲得基準が必要です。