JP2018005541A5 - - Google Patents

Download PDF

Info

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
Application number
JP2016131285A
Other languages
English (en)
Other versions
JP6468254B2 (ja
JP2018005541A (ja
Filing date
Publication date
Application filed filed Critical
Priority to JP2016131285A priority Critical patent/JP6468254B2/ja
Priority claimed from JP2016131285A external-priority patent/JP6468254B2/ja
Priority to US15/610,718 priority patent/US10929750B2/en
Publication of JP2018005541A publication Critical patent/JP2018005541A/ja
Publication of JP2018005541A5 publication Critical patent/JP2018005541A5/ja
Application granted granted Critical
Publication of JP6468254B2 publication Critical patent/JP6468254B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (7)

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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に記載の情報処理装置。
  6. 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。
  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。
JP2016131285A 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 Active JP6468254B2 (ja)

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)

* Cited by examiner, † Cited by third party
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
JP7047925B2 (ja) * 2018-09-13 2022-04-05 富士通株式会社 最適化装置及び最適化装置の制御方法
WO2020054046A1 (ja) 2018-09-14 2020-03-19 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
JP2021165965A (ja) * 2020-04-07 2021-10-14 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
US11656787B2 (en) * 2020-04-29 2023-05-23 Hitachi, Ltd. Calculation system, information processing device, and optimum solution search process method
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)

* Cited by examiner, † Cited by third party
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

Similar Documents

Publication Publication Date Title
JP2018005541A5 (ja)
RU2017107465A (ru) Классификация сенсорного ввода как непреднамеренного или намеренного
JP2017509953A5 (ja)
JP2017515205A5 (ja)
JP2016532953A5 (ja)
JP2015011558A5 (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
JP2019078720A5 (ja)
JP2016151932A5 (ja)
JP2019111149A5 (ja)
JP2018106237A5 (ja)
JP2017506393A5 (ja)
Zhang et al. Adaptive network traffic prediction algorithm based on bp neural network
JP2018067274A5 (ja)
CA3037791C (en) A drilling or work-over vessel with control system for providing operational control and/or state
JP2016139420A5 (ja)
JP2015131164A5 (ja)
JP2017509979A5 (ja)
JP2020201875A5 (ja)