experimental-design/bofire
Experimental design and (multi-objective) bayesian optimization.
해결하는 문제
BoFire는 실제 물리 실험에 특화된 실험 설계 및 베이지안 최적화(BO)를 위한 포괄적인 프레임워크입니다. 화학 반응, 제약 물질 제형, 디지털 트윈과 같이 실험이 비용이 많이 들거나 시간이 오래 걸리는 복잡한 시스템의 최적화 문제를 해결합니다.
작동 방식
이 프레임워크는 반복적인 "물어보고, 알려주기" 루프를 사용하여 최적의 파라미터를 찾습니다. 사용자는 연속형, 이산형, 범주형 입력과 원하는 출력으로 구성된 탐색 공간(Domain)을 정의합니다. 시스템은 BoTorch 기반의 서rogate 모델과 획득 함수를 기반으로 테스트할 새로운 후보를 제안합니다. 사용자가 실험을 수행하고 결과를 시스템에 반환하면, 모델이 업데이트되어 향후 제안이 개선됩니다.
대상 사용자
화학 및 제약 산업의 연구자, 데이터 과학자, 엔지니어, 그리고 물리 실험을 최적화해야 하는 학계 파트너를 위한 것입니다.
주요 특징
- 혼합 파라미터 공간: 연속형, 이산형, 범주형 입력 및 출력을 지원합니다.
- 화학 지능: 분자의 최적화 시 성능을 향상시키기 위해 내장된 화학 인코딩과 커널을 포함합니다.
- 제약 처리: 특정, 일반적, 블랙박스 출력 제약을 지원합니다.
- LLM 통합: 대규모 언어 모델을 사용해 후보를 제안하는
LLMStrategy를 제공하며, 사전 기록된 지식이 있는 "콜드 스타트" 상황에서 특히 유용합니다. - REST API 준비: 내장된 직렬화 기능으로 웹 서비스에 쉽게 통합할 수 있습니다.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트