ベイズ最適化の活用技術と応用分野を俯瞰
 
近年、AI技術の進展により、直接計測が難しい状態や現象を、画像・音・生体・環境データなどから推定する技術開発が急速に進んでいます。特に、センサ数削減、非接触化、リアルタイム推定、省データ化への要求を背景として、学習モデルを活用した推定技術は、ヘルスケア、自動車、インフラ、製造、画像解析など幅広い分野へ展開されています。
 
ベイズ最適化は、入力と出力の関係が未知で、数式モデルとして表現することが難しいブラックボックス関数を効率的に最適化するための機械学習手法です。
目的関数をガウス過程などの確率モデルで表現し、「探索」と「活用」のバランスを考慮しながら、獲得関数に基づいて最適なサンプリングを逐次実行します。これにより、少ない試行回数で効率的に最適解へ到達できることが大きな特長です。
 
本レポートでは、ベイズ最適化を利用することによって何を最適化するか、どのような効用があるかに着目して調査しました。
また、異分野におけるAI推定技術の活用事例を比較することで、自社技術への応用可能性や新規テーマ探索・技術差別化検討のヒントとしても活用いただけます。
 
具体的には、
 
１．学習モデルパラメータ
２．制御・プロセスパラメータ
３．予測誤差の最小化
４．設計・製造条件
５．最適な組み合わせ
６．参考情報
 
市場ニーズを反映した具体技術が表れる特許情報は、研究開発における強力な羅針盤です。
第一線のR&D技術者の研究開発の促進にお役立てください。
 
また、本書の調査対象は、公開特許ではなく、特許権が成立した登録特許のみです。
 
■登録特許
・どのような技術が権利化されているのか
・どの企業・組織がどの領域で権利を保有しているのか
・今後、研究開発や知財創出の余地はどこにあるのか
 
■こんな人におすすめ
・AI・機械学習を活用した製品・材料・製造プロセスの研究開発担当者
・研究開発テーマの企画・探索を担当している担当者
・数理最適化や機械学習を研究開発へ応用したい技術者・研究者
・「攻め」の特許情報を活用し、新たな研究開発テーマを検討したい
・研究所の知財担当者
 
■得られる示唆
・AI推定技術の用途展開と技術潮流を俯瞰できる
・非接触・省データ化に向けた技術方向性を把握できる
・異分野技術の自社応用ヒントを得られる
 
 
パテントガイドブック『数理的思考を研究開発に活かす』シリーズ
 
技術の高度化・複雑化が進む中、研究開発においては、特定の専門分野の知識だけでは捉えきれない複雑な課題が増えています。近年では、数理的思考や問題整理アプローチを取り入れることで、従来とは異なる視点から技術課題を捉える動きが広がっています。
 
『数理的思考を研究開発に活かす』シリーズは、学習モデルによる推定、トポロジー、因果推論など、数理的思考を活用した技術アプローチを、具体的な特許情報から俯瞰します。
 
特許情報には、企業や大学による最先端の研究開発成果や応用展開が表れます。異分野を横断して特許情報を俯瞰することで、
 
・どのような技術課題に対して、
・どのように数理的アプローチを活用しているのか
 
を把握することができます。
多様な特許情報の具体例を通じて、問題の見方、構造の捉え方、モデル化、最適化、推定など、“技術者の思考の武器”として特許情報を活用していただくことを狙いとしています。
 
複雑化する技術課題に取り組むR&D研究者様にご利用いただきたいシリーズです。技術課題を多面的に捉え、研究開発における発想力・問題解決力を強化するための新たな視点と思考のジャンプにお役立てください。
 
WEB試読サービス
 
詳細についてお知りになりたい方は、WEB試読サービスをご利用ください。