experimental-design/bofire
Experimental design and (multi-objective) bayesian optimization.
何を解決するか
BoFire は、実世界の物理実験に特化した実験設計およびベイズ最適化(BO)の包括的なフレームワークです。化学反応、医薬品製剤、デジタルツインなど、実験が高コストまたは時間がかかる複雑なシステムの最適化における課題に対処します。
動作方法
このフレームワークは、反復的な「尋ねて、教える」ループを使用して最適なパラメータを探索します。ユーザーは連続的、離散的、カテゴリカルな入力と望ましい出力からなる探索空間(Domain)を定義します。システムは、BoTorch 上に構築されたサロゲートモデルと獲得関数に基づいて、テスト用の新しい候補を提案します。ユーザーが実験を実施し、結果をシステムに返すと、モデルが更新され、将来の提案が改善されます。
対象ユーザー
化学および医薬品産業の研究者、データサイエンティスト、エンジニア、および物理実験を最適化する必要がある学術機関のパートナー向けに設計されています。
特徴
- 混合パラメータ空間: 連続的、離散的、カテゴリカルな入力および出力をサポート。
- 化学的インテリジェンス: 分子の最適化において性能を向上させるために、組み込みの化学エンコーディングとカーネルを備えています。
- 制約処理: 特定の、汎用的、ブラックボックス出力の制約をサポート。
- LLM統合: 大規模言語モデルを使用して候補を提案する
LLMStrategyを搭載しており、事前の書面知識がある「コールドスタート」状況で特に有用です。 - REST API対応: シリアライズ機能が内蔵されており、ウェブサービスへの統合が容易です。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト