생산 조건의 최적 해 탐색은 다수의 설명 변수, 교호작용, 실험의 교락 등으로 인해 회귀 모델 구축은 쉽지 않고 개선 조건을 찾기 어려울 수 있다. 본 보고에서는, 그 대체 수법으로서 Bayes 최적화를 적용해, 유효성과 한계를 검증한 결과를 소개한다. 용접 조건 탐색에 Bayes 최적화를 사용하여 회귀 모델을 구축하지 않고 개선 조건을 찾을 수있었습니다. 주조 불량률을 최소화하는 금속 함유량의 조제예에서는, Bayes 최적화에 의해, 일반화 회귀 모델보다 낮은 불량률의 실현 조건을, 같은 정도의 런수로 구할 수 있었다. 시멘트 입경 최적화에서는 입경 목표 20과 멀어진 초기 데이터로부터 2~8회의 실험으로 목표 20에 도달할 수 있었다. Reactor의 수율 최적화의 예에서 Bayes 최적화에 의한 최상의 수율은 회귀 모델에 비해 20% 가까이 낮았고, 교호작용을 포함한 회귀 모델은 Bayes 최적화보다 유리할 수 있다고 제안되었다. 생산조건의 개선 장면에서는 실험계획법과 같은 다수의 실험은 받아들이기 어렵지만, Bayes 최적화에서는 순차적으로 개선조건이 제시되기 때문에 실시의 문턱이 낮다. 게다가 1회 마다의 실험으로, 종래법에서는 얻을 수 없었던 개선 조건을 발견할 수 있을 가능성이 있다.
