JP2021131695A - 最適化装置、最適化方法及び最適化装置の制御プログラム - Google Patents
最適化装置、最適化方法及び最適化装置の制御プログラム Download PDFInfo
- Publication number
- JP2021131695A JP2021131695A JP2020026340A JP2020026340A JP2021131695A JP 2021131695 A JP2021131695 A JP 2021131695A JP 2020026340 A JP2020026340 A JP 2020026340A JP 2020026340 A JP2020026340 A JP 2020026340A JP 2021131695 A JP2021131695 A JP 2021131695A
- Authority
- JP
- Japan
- Prior art keywords
- ising
- group
- groups
- devices
- search
- 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
- 238000000034 method Methods 0.000 title claims abstract description 112
- 238000005457 optimization Methods 0.000 title claims abstract description 65
- 230000008569 process Effects 0.000 claims abstract description 93
- 238000012545 processing Methods 0.000 claims abstract description 77
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000004891 communication Methods 0.000 claims description 33
- 230000005366 Ising model Effects 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 15
- 230000015654 memory Effects 0.000 description 16
- 238000000342 Monte Carlo simulation Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000012805 post-processing Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 230000010365 information processing Effects 0.000 description 3
- 238000000137 annealing Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 230000006266 hibernation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- NWONKYPBYAMBJT-UHFFFAOYSA-L zinc sulfate Chemical compound [Zn+2].[O-]S([O-])(=O)=O NWONKYPBYAMBJT-UHFFFAOYSA-L 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
Description
問題を部分問題に分割して複数のイジング装置で求解を行う手法を適用する場合、この原則を満たすためには、複数のイジング装置の何れかが状態変数の値の更新を行っている際に、他のイジング装置は更新を行えず休止状態となる。このため、各イジング装置における演算器を有効に活用できず、計算効率が悪化してしまう。
また、1つの実施態様では最適化装置の制御プログラムが提供される。
(第1の実施の形態)
図1は、第1の実施の形態の最適化装置の一例を示す図である。
イジング装置11a1〜11anのそれぞれは、イジングモデルにより表される問題を分割した複数の部分問題のうち、何れかの部分問題の解(イジングモデルのエネルギーを最小化する状態変数の値の組合せ)を探索する。イジングモデルにより表される問題としては、各種の離散最適化問題がある。
一方、N個(Nビット)の状態変数のうちの一部である、i=1〜K(K<N)の状態変数を扱う部分問題についてのイジングモデルのエネルギーは、たとえば、以下の式(2)に示すようなエネルギー関数E’(x)で定義される。
記憶部11b1〜11bnは、たとえば、SRAM(Static Random Access Memory)、HBM(High Bandwidth Memory)などの電子回路により実現される。イジング装置11a1において、x1〜xKの間の重み係数については、x1〜xKの何れかの値を更新した場合のエネルギー変化の計算に用いられ頻繁に使用されるため、たとえば、SRAMに記憶される。
なお、複数のイジング装置11a1〜11anのそれぞれが、各グループについて、複数のレプリカを有している場合、探索部11c1では、複数のレプリカのそれぞれが、nグループのそれぞれについて解候補を計算するとともに、E’(x)を計算する。
ただし、探索部11c1〜11cnのそれぞれは、解候補を計算する処理を、単位期間ごとに処理するグループを変えて行う。また、探索部11c1〜11cnのそれぞれは、同一の単位期間では、自身以外のイジング装置で処理されるグループとは異なるグループの状態変数群について解候補を計算する。すなわち、探索部11c1〜11cnのそれぞれは、同一の単位期間では、自身以外のイジング装置で処理されるグループとは異なるグループのグループ番号が割り当てられた状態変数群について解候補を計算する。たとえば、探索部11c1がグループg0のx1〜xKについて解候補を計算している単位期間では、探索部11c2〜11cnはグループg0とは異なるグループの状態変数群について解候補を計算する。
図2は、制御装置による最適化装置の制御の一例の流れを示すフローチャートである。
図3は、最適化装置の動作の一例の流れを示すフローチャートである。
その後、イジング装置11a1〜11anのそれぞれは、制御装置15からステート転送及び後処理の指示を受け付けると(ステップS27)、解候補となるステートを自身以外のイジング装置に転送するとともに後処理を行う(ステップS28)。なお、解候補となるステートは、制御装置15にも転送されてもよい。
以上のような第1の実施の形態の最適化装置10によれば、イジング装置11a1〜11anのそれぞれは、自身が計算を担当する部分問題に対応する状態変数群をnグループ分用いている。そして、イジング装置11a1〜11anのそれぞれは、探索処理を、単位期間ごとに処理するグループを変えて行うとともに、同一の単位期間では、自身以外のイジング装置で処理されるグループとは異なるグループの状態変数群について探索処理を行う。これによって、各グループにおいて、状態変数の値の更新は逐次的に行われるため、マルコフ連鎖モンテカルロ法によるイジングモデルのエネルギーの最小化の原理に沿っている。また、あるイジング装置において、あるグループの状態変数群について探索処理が行われている間に、他のイジング装置では別のグループの状態変数群について探索処理が行えるので、各イジング装置が効率よく動作するようになり、計算効率を向上できる。これにより、大規模な問題に対する最適化装置10の求解性能が向上する。
図4は、第2の実施の形態の最適化装置の一例を示す図である。
第2の実施の形態の最適化装置20は、4つのイジング装置21,22,23,24を有する。すなわち、第2の実施の形態の最適化装置20は、第1の実施の形態の最適化装置10において、n=4の例である。なお、最適化装置20は、コントローラ30によって制御される。コントローラ30は、前述の制御装置15の一例であり、制御装置15と同様の機能を有する。
以下の例では、x1〜xNによるNビットのイジングモデルで表される問題を4分割して、K(=N/4)ビットずつイジング装置21〜24に割り当てるものとする。
x1〜xNのうち、x1〜xKを示すX0が、イジング装置21が計算する部分問題に対応するステートである。x1〜xNのうち、xK+1〜x2Kを示すX1が、イジング装置22が計算する部分問題に対応するステートである。x1〜xNのうち、x2K+1〜x3Kを示すX2が、イジング装置23が計算する部分問題に対応するステートである。x1〜xNのうち、x3K+1〜xNを示すX3が、イジング装置24が計算する部分問題に対応するステートである。
イジング装置21が用いる重み係数群はW00、W10、W20、W30である。W00は、x1〜xKの間の重み係数からなる。W10は、x1〜xKのそれぞれとxK+1〜x2Kとの間の重み係数からなり、W20は、x1〜xKのそれぞれとx2K+1〜x3Kとの間の重み係数からなり、W30は、x1〜xKのそれぞれとx3K+1〜xNとの間の重み係数からなる。
解探索部21a1は、自身以外のイジング装置であるイジング装置22〜24が計算するステートに基づいて、式(2)に示したようなE’(x)を最小化するX0−g0〜X0−g3を探索する。
図7は、ステートの固定の一例を示す図である。
コントローラ30は、たとえばコンピュータであり、CPU31、RAM(Random Access Memory)32、HDD(Hard Disk Drive)33、画像信号処理部34、入力信号処理部35、媒体リーダ36、通信インタフェース37、インタフェース38を有する。上記ユニットは、バスに接続されている。
以下、第2の実施の形態の最適化装置20の動作及び、コントローラ30による最適化装置20の制御例を説明する。
ステップS4,S5の処理では、コントローラ30は、イジング装置21〜24に対して動作設定を行い、処理対象のレプリカグループの設定を行う。
ステップS9の処理では、コントローラ30は、イジング装置21〜24のそれぞれが計算したレプリカグループ0〜3のE’(x)と解候補であるステートを受信し、全体エネルギーをレプリカグループ0〜3のそれぞれについて計算する。
ステップS20の処理では、イジング装置21〜24は、たとえば、各部分問題に対応する状態変数群の各状態変数のインデックス、x1〜xNの初期値、各部分問題の計算に用いる重み係数及びバイアス係数をコントローラ30から受信する。受信したデータは、イジング装置21〜24が有するHBM(たとえば、図6のHBM21c2)に記憶される。
イジング装置21〜24は、繰り返し回数の探索処理が行われたか否かに基づいて、単位期間における探索処理が完了したか否かを判定する(ステップS25)。単位期間における探索処理が完了していないと判定された場合、ステップS24の処理が繰り返される。単位期間における探索処理が完了したと判定された場合、ステップS26の処理が行われる。
図9は、各レプリカグループにおけるステートの処理順序を一定とした場合の各イジング装置の動作の一例を示す図である。図9の例では、レプリカグループ0〜3のそれぞれにおいて、X0、X1、X2、X3(“−g0”、“−g1”、“−g2”、“−g3”の表記は省略している)の順序でマルコフ連鎖モンテカルロ法による探索処理が行われる例が示されている。
イジング装置21は、X0−g3をイジング装置22〜24に転送し、イジング装置22は、X1−g2をイジング装置21,23,24に転送する。また、イジング装置23は、X2−g1をイジング装置21,22,24に転送し、イジング装置24は、X3−g0をイジング装置21〜23に転送する。
以上の処理により、レプリカグループ0に対する1回目のマルコフ連鎖モンテカルロ法による探索処理単位(図9ではMCMC処理単位と表記されている)が終了する。その後も同様にイジング装置21〜24のそれぞれは、レプリカグループ0〜3のそれぞれにおいて、X0、X1、X2、X3の順序で、単位期間T5,T6,T7,T8,T9,T10,T11において、各ステートについて探索処理を行う。レプリカグループ1に対する1回目のMCMC処理単位は、単位期間T5の探索処理後のステート転送及び局所場の更新によって終わる。図示を省略しているが、レプリカグループ2に対する1回目のMCMC処理単位は、単位期間T6の探索処理後のステート転送及び局所場の更新によって終わる。また、レプリカグループ3に対する1回目のMCMC処理単位は、単位期間T7の探索処理後のステート転送及び局所場の更新によって終わる。図9の例では、レプリカグループ0〜3のそれぞれは、2回ずつ処理され、単位期間T11の探索処理を終えることで、全探索が終了している。
最初の単位期間T10では、イジング装置21は、レプリカグループ0のステートであるX0−g0について、イジング装置22は、レプリカグループ1のステートであるX1−g1について、それぞれ探索処理を行う。また、単位期間T10では、イジング装置23は、レプリカグループ2のステートであるX2−g2について、イジング装置24は、レプリカグループ3のステートであるX3−g3について、それぞれ探索処理を行う。
イジング装置21は、X0−g0をイジング装置22〜24に転送し、イジング装置22は、X1−g1をイジング装置21,23,24に転送する。また、イジング装置23は、X2−g2をイジング装置21,22,24に転送し、イジング装置24は、X3−g3をイジング装置21〜23に転送する。
単位期間T11では、イジング装置21は、レプリカグループ1のステートであるX0−g1について、イジング装置22は、レプリカグループ0のステートであるX1−g0について、それぞれ探索処理を行う。また、単位期間T11では、イジング装置23は、レプリカグループ3のステートであるX2−g3について、イジング装置24は、レプリカグループ2のステートであるX3−g2について、それぞれ探索処理を行う。
単位期間T12では、イジング装置21は、レプリカグループ2のステートであるX0−g2について、イジング装置22は、レプリカグループ3のステートであるX1−g3について、それぞれ探索処理を行う。また、単位期間T12では、イジング装置23は、レプリカグループ0のステートであるX2−g0について、イジング装置24は、レプリカグループ1のステートであるX3−g1について、それぞれ探索処理を行う。
単位期間T13では、イジング装置21は、レプリカグループ3のステートであるX0−g3について、イジング装置22は、レプリカグループ2のステートであるX1−g2について、それぞれ探索処理を行う。また、単位期間T13では、イジング装置23は、レプリカグループ1のステートであるX2−g1について、イジング装置24は、レプリカグループ0のステートであるX3−g0について、それぞれ探索処理を行う。
以上の処理により、レプリカグループ0〜3のそれぞれに対する1回目のMCMC処理単位が終了する。1回目のMCMC処理単位において、ステートの処理順序は、レプリカグループ0では、X0、X1、X2、X3の順であり、レプリカグループ1では、X1、X0、X3、X2の順である。また、ステートの処理順序は、レプリカグループ2では、X2、X3、X0、X1の順であり、レプリカグループ3では、X3、X2、X1、X0の順である。
プログラムは、コンピュータ読み取り可能な記録媒体(たとえば、記録媒体36a)に記録しておくことができる。記録媒体として、たとえば、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどを使用できる。磁気ディスクには、FD及びHDDが含まれる。光ディスクには、CD、CD−R(Recordable)/RW(Rewritable)、DVD及びDVD−R/RWが含まれる。プログラムは、可搬型の記録媒体に記録されて配布されることがある。その場合、可搬型の記録媒体から他の記録媒体(たとえば、HDD33)にプログラムをコピーして実行してもよい。
11a1〜11an イジング装置
11b1〜11bn 記憶部
11c1〜11cn 探索部
11d1〜11dn 通信部
15 制御装置
Claims (7)
- イジングモデルにより表される問題を分割した複数の部分問題のうち、何れかの部分問題についての解を、それぞれが探索する複数のイジング装置を有し、
前記複数のイジング装置のそれぞれは、
計算対象の部分問題に対応する状態変数群の値を複数グループ分記憶する記憶部と、
自身以外のイジング装置が計算する部分問題の第1の解候補に基づいて、前記複数グループ分の前記状態変数群のそれぞれに対して第2の解候補を計算する処理を、単位期間ごとに処理するグループを変えて行うとともに、同一の単位期間では、前記自身以外のイジング装置で処理されるグループとは異なるグループの前記状態変数群について前記第2の解候補を計算する探索部と、
前記単位期間が終了するたびに、前記第2の解候補を前記自身以外のイジング装置に送信する通信部と、
を有する最適化装置。 - 前記探索部は、前記自身以外のイジング装置が計算する前記第1の解候補の値を固定して、前記状態変数群に含まれる何れか1つの状態変数の値が変化することによる前記イジングモデルのエネルギーの変化を計算する、請求項1に記載の最適化装置。
- 前記複数のイジング装置で処理される同一グループ内での各部分問題に対応する前記状態変数群の処理順序は、所定の処理タイミングで変更される、請求項1または2に記載の最適化装置。
- 前記複数のイジング装置のそれぞれは複数のレプリカを有し、前記複数のレプリカのそれぞれが、前記状態変数群の前記複数グループのそれぞれについて前記第2の解候補を計算する、請求項1乃至3の何れか一項に記載の最適化装置。
- 前記探索部は、前記同一の単位期間では、前記自身以外のイジング装置で処理されるグループとは異なるグループのグループ番号が割り当てられた前記状態変数群について前記第2の解候補を計算する、請求項1乃至4の何れか一項に記載の最適化装置。
- イジングモデルにより表される問題を分割した複数の部分問題のうち、何れかの部分問題についての解を、それぞれが探索する複数のイジング装置のそれぞれが、
計算対象の部分問題に対応する状態変数群の値を複数グループ分記憶し、
自身以外のイジング装置が計算する部分問題の第1の解候補に基づいて、前記複数グループ分の前記状態変数群のそれぞれに対して第2の解候補を計算する処理を、単位期間ごとに処理するグループを変えて行うとともに、同一の単位期間では、前記自身以外のイジング装置で処理されるグループとは異なるグループの前記状態変数群について前記第2の解候補を計算し、
前記単位期間が終了するたびに、前記第2の解候補を前記自身以外のイジング装置に送信する、
最適化方法。 - イジングモデルにより表される問題を分割した複数の部分問題のうち、何れかの部分問題についての解を、それぞれが探索する複数のイジング装置を有し、前記複数のイジング装置のそれぞれが、計算対象の部分問題に対応する状態変数群の値を複数グループ分記憶し、自身以外のイジング装置が計算する部分問題の第1の解候補に基づいて、前記複数グループ分の前記状態変数群のそれぞれに対して第2の解候補を計算する処理を行う、最適化装置に対して、
前記第2の解候補を計算する処理を、単位期間ごとに処理するグループを変えて行わせるとともに、同一の単位期間では、前記複数のイジング装置の間で、異なるグループの前記状態変数群について前記第2の解候補を計算させ、
前記単位期間が終了するたびに、前記第2の解候補を前記自身以外のイジング装置に送信させる、
処理をコンピュータに実行させる最適化装置の制御プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020026340A JP7417074B2 (ja) | 2020-02-19 | 2020-02-19 | 最適化装置、最適化方法及び最適化装置の制御プログラム |
EP21150104.4A EP3885999A1 (en) | 2020-02-19 | 2021-01-04 | Optimization apparatus, optimization method, and program |
US17/141,237 US20210256090A1 (en) | 2020-02-19 | 2021-01-05 | Optimization apparatus and optimization method |
CN202110056655.0A CN113283046A (zh) | 2020-02-19 | 2021-01-15 | 优化装置、优化方法和记录介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020026340A JP7417074B2 (ja) | 2020-02-19 | 2020-02-19 | 最適化装置、最適化方法及び最適化装置の制御プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021131695A true JP2021131695A (ja) | 2021-09-09 |
JP7417074B2 JP7417074B2 (ja) | 2024-01-18 |
Family
ID=74095756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020026340A Active JP7417074B2 (ja) | 2020-02-19 | 2020-02-19 | 最適化装置、最適化方法及び最適化装置の制御プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210256090A1 (ja) |
EP (1) | EP3885999A1 (ja) |
JP (1) | JP7417074B2 (ja) |
CN (1) | CN113283046A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4235518A1 (en) | 2022-02-24 | 2023-08-30 | Fujitsu Limited | Data processing program, data processing device, and data processing method |
EP4361898A2 (en) | 2022-10-25 | 2024-05-01 | Fujitsu Limited | Data processing device, data processing method, and data processing program |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7410395B2 (ja) * | 2020-03-26 | 2024-01-10 | 富士通株式会社 | 最適化装置及び最適化方法 |
JP7410394B2 (ja) * | 2020-03-26 | 2024-01-10 | 富士通株式会社 | 最適化装置及び最適化方法 |
US20240104160A1 (en) * | 2022-09-25 | 2024-03-28 | Fujitsu Limited | Sequential group processing of optimization problems |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012068776A (ja) * | 2010-09-22 | 2012-04-05 | Nec Corp | 最適化装置、最適化方法、及び最適化プログラム |
JP5865457B1 (ja) | 2014-08-29 | 2016-02-17 | 株式会社日立製作所 | 情報処理システム及び管理装置 |
JP6841722B2 (ja) | 2017-06-06 | 2021-03-10 | 株式会社日立製作所 | 情報処理装置 |
CN107273508B (zh) * | 2017-06-20 | 2020-07-10 | 北京百度网讯科技有限公司 | 基于人工智能的信息处理方法和装置 |
JP6465231B1 (ja) * | 2018-03-12 | 2019-02-06 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
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 |
US11367010B2 (en) * | 2018-05-02 | 2022-06-21 | IonQ, Inc. | Quantum computer simulator characterization |
JP2020004387A (ja) | 2018-06-20 | 2020-01-09 | 富士通株式会社 | 最適化問題計算プログラム及び最適化問題計算システム |
JP7071638B2 (ja) * | 2018-07-31 | 2022-05-19 | 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 |
CN109240644B (zh) * | 2018-08-17 | 2023-08-15 | 中国人民解放军国防科技大学 | 一种用于伊辛芯片的局部搜索方法及电路 |
-
2020
- 2020-02-19 JP JP2020026340A patent/JP7417074B2/ja active Active
-
2021
- 2021-01-04 EP EP21150104.4A patent/EP3885999A1/en active Pending
- 2021-01-05 US US17/141,237 patent/US20210256090A1/en active Pending
- 2021-01-15 CN CN202110056655.0A patent/CN113283046A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4235518A1 (en) | 2022-02-24 | 2023-08-30 | Fujitsu Limited | Data processing program, data processing device, and data processing method |
EP4361898A2 (en) | 2022-10-25 | 2024-05-01 | Fujitsu Limited | Data processing device, data processing method, and data processing program |
Also Published As
Publication number | Publication date |
---|---|
US20210256090A1 (en) | 2021-08-19 |
EP3885999A1 (en) | 2021-09-29 |
CN113283046A (zh) | 2021-08-20 |
JP7417074B2 (ja) | 2024-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7417074B2 (ja) | 最適化装置、最適化方法及び最適化装置の制御プログラム | |
JP7071638B2 (ja) | 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 | |
JP7206476B2 (ja) | 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 | |
JP7007585B2 (ja) | 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 | |
JP7093009B2 (ja) | 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 | |
JP7185140B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP2021532437A (ja) | 機械学習モデルを改良して局所性を改善させること | |
US20240020543A1 (en) | Glp-1/gip dual agonists | |
JP2020027426A (ja) | 最適化システム、最適化システムの制御方法及び最適化システムの制御プログラム | |
US20230259385A1 (en) | Methods and systems for hyperparameter tuning and benchmarking | |
JP7219402B2 (ja) | 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 | |
US20220391668A1 (en) | Methods and apparatus to iteratively search for an artificial intelligence-based architecture | |
US20220405347A1 (en) | Data processing apparatus, computer-readable recording medium storing program of processing data, and method of processing data | |
JP2021131723A (ja) | 情報処理方法、情報処理装置及びプログラム | |
US20230325185A1 (en) | Methods and apparatus to accelerate matrix operations using direct memory access | |
US20220382932A1 (en) | Data processing apparatus, data processing method, and non-transitory computer-readable storage medium | |
US20220335286A1 (en) | Methods, systems, articles of manufacture, and apparatus for designing hardware | |
EP4068167A1 (en) | Optimization program, optimization method, and optimization apparatus | |
US20220405048A1 (en) | Data processing apparatus, computer-readable recording medium storing program, and method of processing data | |
US20230081944A1 (en) | Data processing apparatus, data processing method, and storage medium | |
US20240135151A1 (en) | Data processing device, data processing method, and computer-readable recording medium storing data processing program | |
US20240078368A1 (en) | Methods and apparatus to generate circuit timing constraint predictions using machine learning | |
JP2022165250A (ja) | プログラム、データ処理方法及びデータ処理装置 | |
JP2024030713A (ja) | 温度調整プログラム、データ処理装置及びデータ処理方法 | |
JP2023122981A (ja) | プログラム、データ処理装置及びデータ処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221117 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231031 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7417074 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |