抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ランダム場最適化と呼ぶ最適化のための新しいモデリングパラダイムを示した。ランダム場は,確率過程(例えば,時系列,Gauss過程およびMarkov過程),ランダム行列およびランダム空間場のような無限次元空間(例えば,空間および時間)にライブするランダム変数の挙動を捉えることを狙った強力なモデリング抽象である。このパラダイムは,洗練された数学的オブジェクト(例えば,確率的微分方程式および時空カーネル関数)を含み,神経科学,地球科学,物理学,土木工学およびコンピュータグラフィックスで広く使用されてきた。しかし,このにもかかわらず,ランダム場は,最適化において限られた使用を見た。特に,不確実性(例えば確率的プログラミングとロバスト最適化)を含む既存の最適化パラダイムは,主に有限ランダム変数の使用に焦点を合わせる。この傾向は,統計的最適化(例えば,Bayes最適化)とマルチスケール最適化(例えば,分子科学とプロセス工学の統合)の出現により急速に変化する。本研究は,より一般的な不確実性表現を捉えることによって,無限次元最適化問題に対する最近提案された抽象化を拡張した。さらに,有限変換とサンプリングに基づくこの新しいクラスの問題に対する解パラダイムを議論し,未解決問題と課題を同定した。【JST・京大機械翻訳】