[18p-S2_204-1~10] 23.1 合同セッションN「インフォマティクス応用」

14:00 〜 14:15

[18p-S2_204-1] 物理情報に基づく取得関数の重み付けによる酸化物薄膜成長のベイズ最適化

〇若林 勇希¹、大塚 琢馬²、Krockenberger Yoshiharu¹、谷保 芳孝¹ (1.NTT 物性研、2.NTT CS研)

キーワード：

物理知識に基づく機械学習、ベイズ最適化、LaAlO3

ベイズ最適化 (Bayesian Optimization: BO) は、薄膜合成プロセスの機械学習にもとづく効率化・自律化を加速する中核手法として広く用いられている。しかし、ストイキオメトリのような薄膜合成における重要制約が明示的に組み込まれていない、標準的なBOでは、探索過程において「実験しても有望さに欠く領域」が頻繁に提案され、最適化効率が低下することがある。本研究では、獲得関数の簡単な修正により結晶成長の事前知識を導入する physics-informed Bayesian optimization (PIBO)を提案する。具体的には、期待改善量 (EI) に対し、供給元素の名目化学量論比近傍に平坦な窓関数を定義し、窓外の提案を抑制する。これにより、材料合成に内在する物理・化学的制約を反映しつつ、制約内での探索の多様性と最適化性能を両立できる実験実装に適したBOの拡張を実現する。