プログラムは随時更新します．
＝＝＝＝＝＝＝＝
9/17（木）
＝＝＝＝＝＝＝＝
----------------------------------------------------------------------------------------
Opening Remarks（10:50 - 11:00）
----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
Session 1-1（11:00 - 12:00）
松井孝太（京都大学/滋賀大学/東京科学大学）
タイトル：ガウス過程の基礎およびベイズ最適化，レベル集合推定の基本概念
アブストラクト：TBA
----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
Lunch Break（12:00 - 13:30）
----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
Session 1-2（13:30 - 15:00）
松井孝太（京都大学/滋賀大学/東京科学大学）
講演タイトル：Srinivasらによるベイズ最適化のリグレット解析の黎明
アブストラクト：TBA
----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
Session 1-3（15:15 - 16:45）
稲津佑（名古屋工業大学）
講演タイトル：レベルセット推定における誤分類損失の解析
アブストラクト：
ブラックボックス関数がある閾値を上回る領域と下回る領域を同定する問題はレベルセット推定問題と呼ばれ，多くの実問題で頻繁に扱われる重要な問題である．ベイズ最適化はブラックボックス関数最適化のための手法であり，これを自然に拡張することで効率的にレベルセット推定問題を解くことが可能である．レベルセット推定の理論解析では, 推定された領域と真の領域との間の乖離を確率的，あるいは期待値的にバウンドすることを保証する．本発表では, 誤分類損失に対する既存のアルゴリズム，特にガウス過程信頼上限（GP-UCB）を用いたstraddle法に基づく手法，の理論解析結果について概説する．更に，最近の話題として，閾値が未知の場合の結果，およびアルゴリズムにランダム化を導入することによる性能の改善についても紹介する．
----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
Session 1-4（17:00 - 18:30）
稲津佑（名古屋工業大学）
講演タイトル：パレート最適化における不一致度の解析
アブストラクト：
ブラックボックス関数が複数ある場合，それらすべてを同時に最適とする点は一般には存在しない．そのため，パレート最適な点を最適な解とし，すべてのパレート最適な点を列挙するパレート最適化問題が実応用上は重要となる．レベル集合推定の場合と同様，ベイズ最適化はパレート最適化問題に対しても自然に拡張することが可能である．パレート最適化の理論解析では, パレート最適な点を構成するものとして推定された入力点集合と，真のパレート解を構成する入力点集合との間の乖離を確率的，あるいは期待値的にバウンドすることを保証する．本発表では, 推定解集合と真の解集合との間の不一致度を評価指標としたときの，既存のアルゴリズム，特にGP-UCBに基づく悲観的パレートフロントを用いた手法，の理論解析結果について概説する．更に，最近の話題として，アルゴリズムにランダム化を導入することによる性能の改善についても紹介する．
----------------------------------------------------------------------------------------
＝＝＝＝＝＝＝＝
9/18（金）
＝＝＝＝＝＝＝＝
----------------------------------------------------------------------------------------
Session 2-1（10:30 - 12:00）
竹野思温（名古屋大学）
講演タイトル：並列ベイズ最適化のリグレット解析
アブストラクト：
目的関数の評価 (例えば, 実験やシミュレーション) が並列に行える場合には, 通常のベイズ最適化の獲得関数値の上位複数個で実験すると, 似たような実験を複数行ってしまう.
並列ベイズ最適化は多様性を持った実験候補を推薦する仕組みを取り入れることでこのような冗長な実験候補の推薦を防ぐ.
並列ベイズ最適化の理論保証は, 並列に行う他の実験の結果を使わずに推薦する必要があるため, 通常の逐次的なベイズ最適化と比べ実験回数に関する保証は必ず悪化する.
本発表では, この性能の悪化をどのように解析するのかおよび結果として得られる理論保証について概説する.
----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
Lunch Break（12:00 - 13:30）
----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
Session 2-2（13:30 - 14:30）
竹野思温（名古屋大学）
講演タイトル：Expected Improvement (期待改善量) のリグレット解析
アブストラクト：
Expected Improvement (EI) は実践上頻繁に用いられるアルゴリズムだが, その理論的保証はUCBアルゴリズムやトンプソン抽出と比べ限定的である.
実際, よく用いられているEIアルゴリズムはそのままでは理論保証が示されておらず, EIの理論保証を謳う論文の多くは間違えている.
本発表では, EIとはどのようなアルゴリズムか, またEIの理論保証の導出のどの部分に難しさがあるのかをまず説明する.
さらに, 多少のアルゴリズムの変更を加えたうえで, どのように理論保証が得られるのかを概説する.
----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
Session 2-3（14:45 - 16:15）
岩崎省吾（LINEヤフー株式会社/MI-6株式会社）
講演タイトル：ノイズフリー設定のリグレット解析と分散依存リグレット
アブストラクト：
標準的なベイズ最適化の理論解析では、目的関数の観測にノイズが存在することを仮定する。しかし、シミュレーション実験をはじめとする幾つかの実用例では、観測ノイズが存在しない（あるいは無視できるほど小さい）ノイズフリーな設定として定式化される。このようなノイズフリー設定では、Srinivasらによる標準的な解析フレームワークをそのまま適用することができない。本発表では、ノイズフリーベイズ最適化におけるリグレット解析法について概説する。さらに、その発展的な一般化として、観測分散レベルに依存したリグレット解析の手法についても紹介する。
----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
Session 2-4（16:30 - 18:00）
岩崎省吾（LINEヤフー株式会社/MI-6株式会社）
講演タイトル：ガウス過程信頼上限法(GP-UCB)の理論解析の改善
アブストラクト：
ベイズ最適化の理論において、Srinivasらによるガウス過程信頼上限法（GP-UCB）のリグレット解析は基盤となる重要な結果である。しかし、この長らく用いられてきたSrinivasらの解析法には改善の余地が存在し、近年の研究によってよりタイトなリグレット上界が達成された。本発表では、GP-UCBにおける近年の解析手法の改善とその技術的ポイントについて概説する。併せて、ベイズ最適化理論における最新のトピックについても紹介する。
----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
Closing Remarks（18:10 - 18:20）
----------------------------------------------------------------------------------------