AI Lab濱野らが、 GECCO 2025 にて「Best Paper Nominations」を受賞

AI Labに所属する研究員の濱野椋希、野村将寛および横浜国立大学 教育推進機構 内田絢斗氏、横浜国立大学 総合学術高等研究院 白川真一氏、横浜国立大学/株式会社スキルアップNeXtの斉藤翔汰氏による論文が、進化計算分野の国際会議「GECCO 2025」※1においてBest Paper Nominationsを受賞しました。※2

■ GECCO 2025について
「GECCO」は世界中の研究者によって毎年開催される国際会議で、最適化における重要領域である進化計算分野において権威ある国際会議の一つです。なお、AI LabからのGECCOへの論文採択は4年連続となります。

■ Best Paper Nominationsについて
GECCO 2025に投稿された論文501件（うちFull Paper採択181件）のうち30件に贈られたものです。

■研究論文

​​ブラックボックス最適化は、目的関数の内部構造が不明な状況下で、効率的に最適なパラメータを探索するアプローチです。従来では、連続変数の最適化に優れたCMA-ES（Covariance Matrix Adaptation Evolution Strategy）が注目されており、機械学習モデルのハイパーパラメータ調整や進化的モデルマージなどに応用されてきました。しかしCMA-ESには、整数変数やカテゴリ変数など離散的な変数を含む問題への適用が困難という課題がありました。
そこで本研究では、CMA-ESの連続最適化性能を活かしつつ、連続変数、整数変数、カテゴリ変数を同時に効率よく最適化可能な手法を提案しました。この手法は、現在主流のベイズ最適化と比較しても、より軽量で高精度に最適化可能なことを実験的に確認しています。



受賞した論文はこちらです。ぜひご覧ください。
Ryoki Hamano, Masahiro Nomura, Shota Saito, Kento Uchida, and Shinichi Shirakawa. CatCMA with Margin: Stochastic Optimization for Continuous, Integer, and Categorical Variables. In Proceedings of the Genetic and Evolutionary Computation Conference (GECCO ’25), 2025.
https://arxiv.org/abs/2504.07884


※1 「GECCO」The Genetic and Evolutionary Computation Conference
※2 所属・肩書は全て採択当時