ハイパーパラメータ・チューニングのパフォーマンスの最適化

ハイパーパラメータ・チューニングとは、予測される組合せの機械学習パラメータを選択することで、予測精度を最大限に向上させることで、Oracle Demand Managementが環境に合わせて自己チューニングできる機能のことです。この更新には、環境に合わせてチューニングされる、さらに2つの予測パラメータなどの追加機能が含まれています。

この更新には、バックグラウンド・プロセスを使用する次のパフォーマンス改善が含まれています。

ランダム・ウォーク・アルゴリズムを使用して、チューニングの反復回数を減らします。
ハイパーパラメータ・チューニング中にリソース集中型の予測方法を使用不可にすることで、反復時間を短縮します。ただし、最終予測実行に対して予測方法が有効になります。

いくつかの予測パラメータが最適化されると、可能な値の順列の合計数がすぐに大きくなる可能性があります。この場合、需要管理はランダム・ウォーク・アルゴリズムに切り替わります。特に、このスイッチは、合計順列数がHypertuneMaxPermutations予測パラメータの値と予測パラメータの値の合計数より大きい場合に発生します。それ以外の場合、需要管理では、考えられるすべての組合せがテストされます。

ランダムウォークアルゴリズムは次のように動作します。

需要管理では、まず各予測パラメータを個別にチューニングします。
複数の予測パラメータをチューニングするために、需要管理では、予測パラメータを一度に1つずつ小さくランダムに調整し、予測精度が向上するかどうかをチェックします。

変更が役に立つ場合は、その変更が保持されます。
そうでない場合は、前の設定が保持されます。

このプロセスは、複数の可能性を探るためのHypertuneMaxPermutations予測パラメータで指定された、一定数のサイクルに対して繰り返されます。

したがって、この更新により、ハイパーパラメータ・チューニングが高速になり、予測結果が改善されます。

この機能改善には、次の2つの予測パラメータが追加されました。

HypertuneMaxPermutations:ハイパーパラメータのチューニング中に評価される順列の最大数を指定します。値が0または1の場合、すべての置換が評価されます。 1より大きい値は、ランダム・ウォーク・アルゴリズムを使用して各ノードに対して評価される順列の最大数です。デフォルト値は、100です。
HypertuneDisableSlowMethods: ハイパーパラメータ・チューニング時にパフォーマンスが低下する予測メソッドを無効にするかどうかを指定します。これらの予測方法を無効にすると、チューニング時間が大幅に短縮されますが、予測中に使用されます。予測方法は、文書で指定します。デフォルト値はCEKで、これは多重モンテカルロ回帰、結合変換および多重モンテカルロ断続予測方法が無効であることを意味します。値がnullの場合、値はCEKとして読み取られます。値が0 (ゼロ)の場合、予測方法は無効になりません。

予測方法と対応する文字は次のとおりです。

- 自動回帰外部入力(X)
- 自動回帰統合済外部(V)
- 自動回帰ロジスティック(A)
- 原因Winters(B)
- 結合変換(E)
- 断続的実行用のCroston (F)
- 双対群乗法(D)
- Holt (H)
- ロジスティック(G)
- 変更済リッジ回帰(M)
- 乗法モンテカルロ断続(K)
- 乗法モンテカルロ回帰(C)
- 回帰(R)
- 断続的実行用の回帰(J)
- 変換回帰(L)
- ナイーブ(N)
- Holtナイーブ(T)
- 移動平均ナイーブ(O)

有効化および構成ステップ

この機能を有効化するうえで必要な操作はありません。

主なリソース

Oracle Fusion Cloud Supply Chain Planningの次の機能については、クラウド・アプリケーションのレディネスのコンテンツを参照してください:

アクセス要件

次の権限を含む構成済ジョブ・ロールが割り当てられているユーザーは、この機能にアクセスできます。

予測プロファイルの編集(MSC_EDIT_FORECASTING_PROFILES_PRIV)
プラン・オプションの編集(MSC_EDIT_PLAN_OPTIONS_PRIV)
プランの編集(MSC_EDIT_PLANS_PRIV)

これらの権限は、この更新の前から使用可能でした。