| 公式サイト | https://www.pasums.issp.u-tokyo.ac.jp/physbo/ |
|---|---|
| 公開度 | ★★★ |
| ライセンス |
Mozilla Public License v. 2.0 |
| 開発者 |
田村 亮 (物質・材料研究機構 国際ナノアーキテクトニクス研究拠点) 寺山 慧 (横浜市立大学大学院 生命医科学研究科) 植野 剛 (株式会社 Magne-Max Capital Management) 津田 宏治 (東京大学大学院 新領域創成科学研究科) 本山 裕一 (東京大学 物性研究所) 吉見 一慶 (東京大学 物性研究所) 川島 直輝 (東京大学 物性研究所) |
| 対応OS・利用環境 |
Python>=3.6 |
| 関連論文 |
Tsuyoshi Ueno, Trevor David Rhone, Zhufeng Hou, Teruyasu Mizoguchi and Koji Tsuda, Yuichi Motoyama, Ryo Tamura, Kazuyoshi Yoshimi, Kei Terayama, Tsuyoshi Ueno, Koji Tsuda, “Bayesian optimization package: PHYSBO” |
| 関連サイト |
MateriApps: https://ma.issp.u-tokyo.ac.jp/app/4994 |
PHYSBO
高速でスケーラブルなベイズ最適化 (Bayesian optimization) のためのPythonライブラリ。できるだけ少ない実験・シミュレーション回数で、目的関数値(材料特性など)が良くなるパラメータ(材料の組成、構造、プロセスやシミュレーションパラメータなど)の組み合わせを探し出したい場合に有効である。パラメータおよび目的関数をユーザが設定することで、さまざまな分野の問題に適用することができる。大量の学習データを適用できるようにトンプソンサンプリング、ランダムな特徴マップ、1ランクコレスキー更新、ハイパーパラメータの自動チューニングを採用し、高いスケーラビリティを持つよう設計されている。