概要

FA (Factory Automation) 機器のパラメータを最適化する技術を研究しました．従来では機器ごとに専門的な知識を持った人が手動でパラメータを調整する必要があり，負荷が高い課題がありました．そこでベイズ最適化を応用し，従来の約1/3回の試行回数で適切なパラメータ調整を実行できるシステムを開発しました．具体的には, 高次元なパラメータをVariational Auto-Encoder により低次元空間に埋め込み, Disentagled Representation Learningによりパラメータの制約条件を考慮する方法を提案しました．提案手法は粉体計量タスクにて有効性が確認されました．