AI用語集
人工知能の完全辞典
並列ベイズ最適化
分散コンピューティングリソースを活用して複数のポイントを同時に並列評価することにより、最適化の合計時間を短縮するベイズ最適化の拡張。
バッチ取得
単一のポイントではなくバッチ全体でグローバルな性能基準を最適化する取得関数に基づいて、同時に評価するポイントのバッチを選択する戦略。
バッチGP-UCB
バッチの期待報酬の合計の上界を最大化することにより、複数のポイントを同時に選択するように適合されたGP-UCB（ガウス過程上信頼限界）アルゴリズムの変種。
並列トンプソンサンプリング
モデルの事後分布から複数のサンプルを抽出し、これらのサンプルの最大値に対応するポイントを並列で評価するバッチ取得法。
クリギングビリーバー
バッチの前の評価がモデルによる予測値と等しいと仮定して（「ビリーバー」）、各後続のポイントを選択するバッチ逐次取得ヒューリスティック。
局所ペナルティ
現在のバッチですでに選択されたポイントの近くのポイントの選択をペナルティを課し、空間的評価の多様性を促進するために取得関数を修正するバッチ取得手法。
q-EI（量期待改善）
バッチ最適化のための期待改善の一般化で、同時にq個のポイント群で期待される改善を、それらの結合相関を考慮して計算する。
最大値エントロピー探索（MVES）
関数の最大値に関する不確実性の低減を目指し、この最大値に関する相互情報量を最大化するポイントを選択することで並列評価に適合させた取得法。
並列マルチアームドバンディット
各ラウンドで複数のアーム（設定）を同時に引く最適化フレームワークで、並列評価を用いて探索と活用を高速化するためにベイズ最適化に適用されます。
非同期ベイズ最適化
評価が終了したらすぐにモデルを更新し、新しい点を選択するベイズ最適化アプローチで、進行中のすべての評価の終了を待たずにリソースの利用率を最大化します。
最適ファントム
バッチ取得における概念で、仮想的な最適点を使用してバッチ内の他の点の選択をガイドし、このファントムが存在する場合に最適となる点をペナルティ付けします。
バッチナレッジグラディエント
並列最適化のためのナレッジグラディエントの拡張で、最終的な意思決定に対するバッチの点からの期待される情報利得を評価し、これらの点間の相関を考慮します。
バッチ取得の相関
バッチ内の異なる候補点に対する取得関数の値間の統計的依存性の測定で、冗長性を避け、並列最適化の効率を最大化するために重要です。
バッチの多様性
同時に評価する点のバッチの選択を導く原則で、探索空間を効果的にカバーするために点の空間的または情報的な分散を最大化することを目的とします。
内部並列処理 vs 外部並列処理
単一の反復内で点を並列評価する内部並列処理と、異なるリソースで複数の逐次的反復を並列実行する外部並列処理との区別。
定数嘘つきヒューリスティック
バッチ内のすでに選択された点が、次の点の選択時に定数値（例：観測された最高値）を持つと仮定するバッチ取得戦略で、計算を単純化します。
GP-BUCB (Gaussian Process Batch Upper Confidence Bound)
バッチ取得アルゴリズムで、UCBの原理を複数のポイントの同時選択に拡張し、個々のポイントではなくバッチレベルで探索と利用を均衡させます。
Multi-Point Expected Improvement (MP-EI)
期待される改善のバリアントで、ポイントのセットに対して期待される改善を計算し、バッチ選択のためにこれらのポイントの最大値の分布の近似を使用することがよくあります。
Sequential Kriging Optimizer (SKO) Parallèle
SKOオプティマイザーの並列評価への適応で、Kriging BelieverやLocal Penalisationなどの戦略を使用して効果的なポイントのバッチを構築します。
Information-Theoretic Acquisition en Batch
情報理論に基づいたバッチ取得関数のクラスで、Entropy SearchやMESのように、バッチ評価からグローバル最適の分布に関する情報の獲得を最大化することを目的としています。