JP2018005541A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2018005541A5 JP2018005541A5 JP2016131285A JP2016131285A JP2018005541A5 JP 2018005541 A5 JP2018005541 A5 JP 2018005541A5 JP 2016131285 A JP2016131285 A JP 2016131285A JP 2016131285 A JP2016131285 A JP 2016131285A JP 2018005541 A5 JP2018005541 A5 JP 2018005541A5
- Authority
- JP
- Japan
- Prior art keywords
- values
- energy
- value
- ising
- noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000002569 neurons Anatomy 0.000 claims 29
- 230000000875 corresponding Effects 0.000 claims 4
- 230000001276 controlling effect Effects 0.000 claims 1
Claims (7)
- 複数のニューロンの間の接続の強さをそれぞれ示す複数の重み値と、前記複数のニューロンから出力される出力値である複数のニューロン出力値とに基づき、前記複数のニューロンの数に対応した数の複数の第1のエネルギー値をそれぞれ算出し、前記複数の第1のエネルギー値のそれぞれにノイズ値を加算して得られる複数の第1の値と閾値との比較結果に基づき、前記複数のニューロン出力値を決定し出力するニューロン回路部と、
前記複数の重み値に基づく前記複数のニューロンの間の接続状態が互いに等しく、前記ノイズ値の上限と下限との幅を示すノイズ幅が互いに異なるようにそれぞれ設定される複数のイジング装置と、
前記複数の第1のエネルギー値と前記複数のニューロン出力値に基づき、前記複数のイジング装置の各々の総エネルギーを表す複数の第2のエネルギー値をそれぞれ算出する計算回路と、
前記ノイズ幅として第1のノイズ幅が設定される第1のイジング装置と、前記複数のイジング装置のうち、前記第1のノイズ幅に対して隣接する値をもつ第2のノイズ幅が前記ノイズ幅として設定される第2のイジング装置との間の前記複数の第2のエネルギー値の差に基づく交換確率で、前記第1のイジング装置と前記第2のイジング装置との間で、前記複数のニューロン出力値、または、前記ノイズ幅を交換する交換制御回路と、
を有することを特徴とする情報処理装置。 - 前記情報処理装置はさらに、
前記ノイズ幅を、前記複数のイジング装置に設定する制御装置を有することを特徴とする請求項1に記載の情報処理装置。 - 前記計算回路は、前記複数の第1のエネルギー値と前記複数のニューロン出力値の積和演算を行い、積和演算結果を、前記複数の第2のエネルギー値の1つとして出力することを特徴とする請求項1または2に記載の情報処理装置。
- 前記交換制御回路は、前記第1のノイズ幅よりも前記第2のノイズ幅が大きく、且つ、前記複数の第2のエネルギー値のうち、前記第1のイジング装置の前記総エネルギーを表す第3のエネルギー値よりも、前記第2のイジング装置の前記総エネルギーを表す第4のエネルギー値が小さい場合、前記第1のイジング装置と前記第2のイジング装置との間で、前記複数のニューロン出力値、または、前記ノイズ幅を交換することを特徴とする請求項1乃至3の何れか一項に記載の情報処理装置。
- 前記交換制御回路は、前記第1のノイズ幅よりも前記第2のノイズ幅が大きく、且つ、前記第4のエネルギー値が、前記第3のエネルギー値よりも大きい場合、0より大きく1より小さい範囲でランダムに変化する乱数値よりも前記交換確率が小さくなると、前記第1のイジング装置と前記第2のイジング装置との間で、前記複数のニューロン出力値、または、前記ノイズ幅を交換することを特徴とする請求項4に記載の情報処理装置。
- 複数のニューロンの間の接続の強さをそれぞれ示す複数の重み値と、前記複数のニューロンから出力される出力値である複数のニューロン出力値とに基づき、前記複数のニューロンの数に対応した数の複数の第1のエネルギー値をそれぞれ算出し、前記複数の第1のエネルギー値のそれぞれにノイズ値を加算して得られる複数の第1の値と閾値との比較結果に基づき、前記複数のニューロン出力値を決定し出力するニューロン回路部と、
前記複数の第1のエネルギー値と前記複数のニューロン出力値に基づき、自身のイジング装置の総エネルギーを表す第2のエネルギー値を算出する計算回路と、
前記自身のイジング装置に設定される、前記ノイズ値の上限と下限との幅を示すノイズ幅である第1のノイズ幅に対して、隣接する値をもつ第2のノイズ幅が前記ノイズ幅として設定される他のイジング装置から、前記第2のエネルギー値に相当する前記他のイジング装置の総エネルギーを表す第3のエネルギー値を取得し、前記第2のエネルギー値と前記第3のエネルギー値との差に基づく交換確率で、前記自身のイジング装置と前記他のイジング装置との間で、前記複数のニューロン出力値、または、前記ノイズ幅を交換する交換制御回路と、
を有することを特徴とするイジング装置。 - 複数のニューロンの間の接続の強さをそれぞれ示す複数の重み値と、前記複数のニューロンから出力される出力値である複数のニューロン出力値とに基づき、前記複数のニューロンの数に対応した数の複数の第1のエネルギー値をそれぞれ算出し、前記複数の第1のエネルギー値のそれぞれにノイズ値を加算して得られる複数の第1の値と、閾値との比較結果に基づき、前記複数のニューロン出力値を決定し出力するニューロン回路部を備え、前記複数の重み値に基づく前記複数のニューロンの間の接続状態が互いに等しく、前記ノイズ値の上限と下限との幅を示すノイズ幅が互いに異なるように設定される複数のイジング装置を有する情報処理装置の制御方法において、
前記情報処理装置が有する計算回路が、前記複数の第1のエネルギー値と前記複数のニューロン出力値に基づき、前記複数のイジング装置の各々の総エネルギーを表す複数の第2のエネルギー値をそれぞれ算出し、
前記情報処理装置が有する交換制御回路が、前記ノイズ幅として第1のノイズ幅が設定される第1のイジング装置と、前記複数のイジング装置のうち、前記第1のノイズ幅に対して隣接する値をもつ第2のノイズ幅が前記ノイズ幅として設定される第2のイジング装置との間の前記複数の第2のエネルギー値の差に基づく交換確率で、前記第1のイジング装置と前記第2のイジング装置との間で、前記複数のニューロン出力値、または、前記ノイズ幅を交換する、
ことを特徴とする情報処理装置の制御方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016131285A JP6468254B2 (ja) | 2016-07-01 | 2016-07-01 | 情報処理装置、イジング装置及び情報処理装置の制御方法 |
US15/610,718 US10929750B2 (en) | 2016-07-01 | 2017-06-01 | Information processing apparatus, Ising device, and method for controlling information processing apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016131285A JP6468254B2 (ja) | 2016-07-01 | 2016-07-01 | 情報処理装置、イジング装置及び情報処理装置の制御方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019003441A Division JP2019071119A (ja) | 2019-01-11 | 2019-01-11 | 情報処理装置、イジング装置及び情報処理装置の制御方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018005541A JP2018005541A (ja) | 2018-01-11 |
JP2018005541A5 true JP2018005541A5 (ja) | 2019-01-10 |
JP6468254B2 JP6468254B2 (ja) | 2019-02-13 |
Family
ID=60807033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016131285A Active JP6468254B2 (ja) | 2016-07-01 | 2016-07-01 | 情報処理装置、イジング装置及び情報処理装置の制御方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10929750B2 (ja) |
JP (1) | JP6468254B2 (ja) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6979331B2 (ja) * | 2017-10-30 | 2021-12-15 | 株式会社日立製作所 | 情報処理装置および情報処理方法 |
JP7014963B2 (ja) * | 2018-03-15 | 2022-02-02 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP7007585B2 (ja) * | 2018-03-16 | 2022-01-24 | 富士通株式会社 | 最適化装置、最適化装置の制御方法及び最適化装置の制御プログラム |
JP7004906B2 (ja) * | 2018-05-01 | 2022-01-21 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
EP3852029B1 (en) | 2018-09-13 | 2024-09-18 | Fujitsu Limited | Optimization device and control method of optimization device |
JP6997404B2 (ja) * | 2018-09-14 | 2022-01-17 | 富士通株式会社 | 最適化装置、最適化装置の制御方法および最適化装置の制御プログラム |
JP6964056B2 (ja) | 2018-09-18 | 2021-11-10 | 株式会社東芝 | 計算装置 |
JP7108185B2 (ja) | 2018-11-22 | 2022-07-28 | 富士通株式会社 | 最適化装置および最適化装置の制御方法 |
JP7201911B2 (ja) * | 2019-05-13 | 2023-01-11 | 富士通株式会社 | 最適化装置および最適化装置の制御方法 |
US11809147B2 (en) | 2019-06-17 | 2023-11-07 | Fujitsu Limited | Optimization device, method for controlling optimization processing, and non-transitory computer-readable storage medium for storing program for controlling optimization processing |
JP7248907B2 (ja) | 2019-08-14 | 2023-03-30 | 富士通株式会社 | 最適化装置および最適化装置の制御方法 |
JP7323796B2 (ja) * | 2019-09-06 | 2023-08-09 | 富士通株式会社 | 最適化装置、最適化方法及び最適化プログラム |
JP7051771B2 (ja) | 2019-09-09 | 2022-04-11 | 株式会社東芝 | 計算装置、計算方法およびプログラム |
JP7314014B2 (ja) | 2019-10-08 | 2023-07-25 | 株式会社東芝 | 探索装置、探索方法、プログラム、探索システムおよび裁定取引システム |
JP7339539B2 (ja) * | 2020-01-15 | 2023-09-06 | 富士通株式会社 | 最適化装置、最適化装置の温度設定方法及び最適化装置の温度設定プログラム |
CN111221577B (zh) * | 2020-01-17 | 2020-12-29 | 中国人民解放军32802部队 | 一种非合作线性反馈移位寄存器功能重建方法 |
JP7417078B2 (ja) * | 2020-02-27 | 2024-01-18 | 富士通株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2021149808A (ja) * | 2020-03-23 | 2021-09-27 | 富士通株式会社 | Cpu状態表示方法及びcpu状態表示プログラム |
JP7508842B2 (ja) * | 2020-04-07 | 2024-07-02 | 富士通株式会社 | 最適化装置、最適化方法及び最適化プログラム |
JP7491032B2 (ja) * | 2020-04-13 | 2024-05-28 | 富士通株式会社 | 最適化装置、最適化方法及び最適化プログラム |
WO2021220445A1 (ja) * | 2020-04-29 | 2021-11-04 | 株式会社日立製作所 | 演算システム、情報処理装置、および最適解探索処理方法 |
JP2021184148A (ja) | 2020-05-21 | 2021-12-02 | 富士通株式会社 | 最適化装置、最適化方法、および最適化プログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2517410B2 (ja) * | 1989-05-15 | 1996-07-24 | 三菱電機株式会社 | 学習機能付集積回路装置 |
JPH04160463A (ja) * | 1990-10-24 | 1992-06-03 | Hitachi Ltd | ニューラルネットワークによる最適化方法 |
JPH05250346A (ja) * | 1992-03-04 | 1993-09-28 | Nec Corp | ニューラルネットワークシミュレーション装置 |
JPH08272760A (ja) | 1995-03-29 | 1996-10-18 | Hitachi Ltd | 非線形最適化並列処理方法 |
JPH09231197A (ja) * | 1996-02-22 | 1997-09-05 | Fujitsu Ltd | 温度並列シミュレーティド・アニーリング用恒温槽装置及び温度並列シミュレーティド・アニーリング方法 |
JP5865456B1 (ja) * | 2014-08-29 | 2016-02-17 | 株式会社日立製作所 | 半導体装置 |
US10332028B2 (en) * | 2015-08-25 | 2019-06-25 | Qualcomm Incorporated | Method for improving performance of a trained machine learning model |
JP6468247B2 (ja) * | 2016-06-06 | 2019-02-13 | 富士通株式会社 | イジング装置及びイジング装置の制御方法 |
-
2016
- 2016-07-01 JP JP2016131285A patent/JP6468254B2/ja active Active
-
2017
- 2017-06-01 US US15/610,718 patent/US10929750B2/en active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018005541A5 (ja) | ||
RU2017107465A (ru) | Классификация сенсорного ввода как непреднамеренного или намеренного | |
JP2017515205A5 (ja) | ||
JP2018124681A5 (ja) | 演算処理装置、方法、およびプログラム | |
JP2015011558A5 (ja) | ||
JP2016532953A5 (ja) | ||
JP2014533398A5 (ja) | ||
Chakraverty et al. | McCulloch–Pitts neural network model | |
JP2016515260A5 (ja) | ||
EP2773079A3 (en) | Device and method for access control list conversion | |
JP2019185127A5 (ja) | ニューラルネットワークの学習装置およびその制御方法 | |
JP2013196698A5 (ja) | ||
WO2013170036A3 (en) | Method and apparatus for strategic synaptic failure and learning in spiking neural networks | |
JP2016151932A5 (ja) | ||
JP2019111149A5 (ja) | ||
JP2018106237A5 (ja) | ||
Liu | New dynamic multiobjective evolutionary algorithm with core estimation of distribution | |
Martínez et al. | On Soliton Collisions between Localizations in Complex Elementary Cellular Automata: Rules 54 and 110 and Beyond Download PDF | |
Zhang et al. | Adaptive network traffic prediction algorithm based on bp neural network | |
JP2018067274A5 (ja) | ||
JP2016139420A5 (ja) | ||
GB2558135A (en) | A drilling or work-over rig comprising an operational control and/or state unit and a computer-implemented method of providing operational control | |
JP2015131164A5 (ja) | ||
JP2017509979A5 (ja) | ||
JP2017027115A5 (ja) |