はじめに

PHYSBO とは

PHYSBO(optimization tool for PHYSics based on Bayesian Optimization)は、高速でスケーラブルなベイズ最適化 (Bayesian optimization) のためのPythonライブラリです。 COMBO(COMmon Baysian Optimization)をもとに、主に物性分野の研究者をターゲットに開発されました。物理、化学、材料分野において、データ駆動的な実験計画アルゴリズムによって科学的発見を加速する、という試みが多く行われています。ベイズ最適化は、このような科学的発見を加速するために有効なツールです。ベイズ最適化は、複雑なシミュレーションや、実世界における実験タスクなど、目的関数値（特性値など）の評価に大きなコストがかかるような場合に利用できる手法です。つまり、「できるだけ少ない実験・シミュレーション回数でより良い目的関数値（材料特性など）を持つパラメータ（材料の組成、構造、プロセスやシミュレーションパラメータなど）を見つけ出す」ことが、ベイズ最適化によって解かれる問題です。ベイズ最適化では、探索するパラメータの候補をあらかじめリストアップし、候補の中から目的関数値が最大と考えられる候補を機械学習（ガウス過程回帰を利用）による予測をうまく利用することで選定します。その候補に対して実験・シミュレーションを行い目的関数値を評価します。機械学習による選定・実験シミュレーションによる評価を繰り返すことにより、少ない回数での最適化が可能となります。一方で、一般的にベイズ最適化は計算コストが高く、scikit-learn 等のスタンダードな実装では、多くのデータを扱うことが困難です。 PHYSBOでは以下の特徴により、高いスケーラビリティを実現しています。

Thompson Sampling
random feature map
one-rank Cholesky update
automatic hyperparameter tuning

技術的な詳細については、こちらの文献を参照して下さい。

PHYSBO の引用

PHYSBOを引用する際には、以下の文献を引用してください、

Yuichi Motoyama, Ryo Tamura, Kazuyoshi Yoshimi, Kei Terayama, Tsuyoshi Ueno, Koji Tsuda, Bayesian optimization package: PHYSBO, Computer Physics Communications Volume 278, September 2022, 108405. Available from https://www.sciencedirect.com/science/article/pii/S0010465522001242?via%3Dihub (open access).

Bibtexは以下の通りです。

@misc{@article{MOTOYAMA2022108405,
title = {Bayesian optimization package: PHYSBO},
journal = {Computer Physics Communications},
volume = {278},
pages = {108405},
year = {2022},
issn = {0010-4655},
doi = {https://doi.org/10.1016/j.cpc.2022.108405},
author = {Yuichi Motoyama and Ryo Tamura and Kazuyoshi Yoshimi and Kei Terayama and Tsuyoshi Ueno and Koji Tsuda},
keywords = {Bayesian optimization, Multi-objective optimization, Materials screening, Effective model estimation}
}

主な開発者

ver. 1.0-
- 田村亮 (物質・材料研究機構国際ナノアーキテクトニクス研究拠点)
- 寺山慧 (横浜市立大学大学院生命医科学研究科)
- 津田宏治 (東京大学大学院新領域創成科学研究科)
- 植野剛 (株式会社 Magne-Max Capital Management)
- 本山裕一 (東京大学物性研究所)
- 吉見一慶 (東京大学物性研究所)
- 川島直輝 (東京大学物性研究所)
ver. 0.1-0.3
- 田村亮 (物質・材料研究機構国際ナノアーキテクトニクス研究拠点)
- 寺山慧 (横浜市立大学大学院生命医科学研究科)
- 津田宏治 (東京大学大学院新領域創成科学研究科)
- 本山裕一 (東京大学物性研究所)
- 吉見一慶 (東京大学物性研究所)
- 川島直輝 (東京大学物性研究所)

ライセンス

本ソフトウェアのプログラムパッケージおよびソースコード一式はGNU General Public License version 3（GPL v3）に準じて配布されています。

本ソフトウェアは2020年度東京大学物性研究所ソフトウェア高度化プロジェクトの支援を受け開発されました。