JP6892599B2 - 最適化装置及び最適化装置の制御方法 - Google Patents
最適化装置及び最適化装置の制御方法 Download PDFInfo
- Publication number
- JP6892599B2 JP6892599B2 JP2017131719A JP2017131719A JP6892599B2 JP 6892599 B2 JP6892599 B2 JP 6892599B2 JP 2017131719 A JP2017131719 A JP 2017131719A JP 2017131719 A JP2017131719 A JP 2017131719A JP 6892599 B2 JP6892599 B2 JP 6892599B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- state
- energy
- change
- offset
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/327—Logic synthesis; Behaviour synthesis, e.g. mapping logic, HDL to netlist, high-level language to RTL or netlist
-
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/58—Random or pseudo-random number generators
- G06F7/588—Random number generators, i.e. based on natural stochastic processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Description
疑似焼き鈍し法はモンテカルロ法の一種であり、乱数値を用いて確率的に解を求める方法である。以下では最適化したい評価関数の値を最小化する問題を例に説明し、評価関数の値をエネルギーと呼ぶことにする。最大化の場合は、評価関数の符号を変えればよい。
(1)状態遷移に伴うエネルギー変化(エネルギー減少)値(−ΔE)に対して、その状態遷移の許容確率pを次の何れかの関数f()により決める。
(2)温度値Tを次式で表されるように反復回数tに対数的に減少させる。
(1)の式で表される許容確率を用いた場合、十分な反復後に定常状態に達したとすると、各状態の占有確率は熱力学における熱平衡状態に対するボルツマン分布にしたがう。そして、高い温度から徐々に下げていくとエネルギーの低い状態の占有確率が増加するため、十分温度が下がるとエネルギーの低い状態が得られるはずである。この様子が材料を焼き鈍したときの状態変化とよく似ているため、この方法は疑似焼き鈍し法と呼ばれるのである。このとき、エネルギーが上がる状態遷移が確率的に起こることは、物理学における熱励起に相当する。
遷移制御部14は、乱数発生回路14b1、セレクタ14b2、ノイズテーブル14b3、乗算器14b4、比較器14b5を有する。
比較器14b5は、乗算器14b4が出力した乗算結果と、セレクタ14b2が選択したエネルギー変化値である−ΔEとを比較した比較結果を遷移可否fとして出力する。
図15は、従来例における遷移制御部の動作フローを示す図である。動作フローは、1つの状態遷移を候補として選ぶステップ(S1)、その状態遷移に対するエネルギー変化値と温度値と乱数値の積の比較で状態遷移の可否を決定するステップ(S2)、状態遷移が可ならばその状態遷移を採用し、否ならば不採用とするステップ(S3)を有する。
(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における遷移制御部の一例を示す図である。図14に示した遷移制御部14と同じ要素については同一符号が付されている。
判定回路23は、エネルギー変化値(−ΔE)が所定の閾値Aよりも大きいか否かの判定結果を出力する。なお、判定回路23は、エネルギー変化値(−ΔE)の絶対値が所定の閾値Aよりも大きいか否かの判定結果を出力してもよい。
閾値Aが大きすぎると収束性を損なう可能性があるため、閾値Aは、例えば、予め推定された、局所解から脱出するために必要なエネルギー差分(図2のポテンシャル)の数分の一程度とする。なお、エネルギー差分が+1、0、または−1となる最大カット問題を計算する場合には、例えば、閾値Aは、0とする。閾値Aは、例えば、図示しないレジスタに記憶されている。また、閾値Aは適宜変更するようにしてもよい。
動作フローは、1つの状態遷移を候補として選ぶステップ(S10)、その状態遷移に対するエネルギー変化値(−ΔE)とオフセット値yとの和と、温度値Tと乱数値の積の比較で状態遷移の可否を決定するステップ(S11)を有する。さらに、動作フローは、状態遷移が可ならばその状態遷移を採用し、否ならば不採用とするステップ(S12)、−ΔE>Aであれば、オフセット値yを0にリセットし、−ΔE≦Aであれば、オフセット値yを増加するステップ(S13)を有する。
以下、上記のようなオフセット加算回路21とオフセット制御回路22と判定回路23を有する遷移制御部20による効果を説明する前に、判定回路23を有さない遷移制御部を比較例として説明する。
図4は、遷移禁止回路を有さない遷移制御部を示す図である。
遷移制御部20aは、図1に示した判定回路23を有しておらず、比較器14b5が出力した遷移可否fが累算器22aのリセット端子Rに入力される。遷移可否fが1である場合、オフセット値yが0にリセットされる。
現在の状態が局所解に捕まってなかなか脱出できない状態にあるとき、全ての状態遷移に対するエネルギー変化値は大きな正の値である。このときの各状態遷移に対する許容確率はメトロポリス法であってもギブス法であっても、以下の式4−1,4−2に示すように、ほぼ指数関数で表される。
図5は、エネルギー変化のない状態遷移の一例を示す図である。縦軸はエネルギーを示し、横軸は状態を示している。
図5と同様に、局所解の底が平坦になっているが、遷移制御部20を用いることで、エネルギー変化値(−ΔE)が0である状態遷移が生じた場合でも、オフセット値yが増加していくため、状態遷移の許容確率が増大し、局所解での滞在時間を短縮できる。例えば、矢印A5で示すように、各状態の実効的なエネルギーが上昇するような状態遷移が生じ、局所解からの脱出が加速(促進)され、比較例の遷移制御部20aを用いた場合よりも、最適化問題の計算時間を短縮できる。
現在の状態から次の状態への状態遷移の候補は、1つのスピンの反転であり、N通り存在する。したがって遷移候補としては反転する1つのスピン番号または複数のスピンの番号の集合を発生させればよい。
上記のようにイジングモデルを用いた疑似焼き鈍し法とボルツマンマシンを用いた疑似焼き鈍し法は同等であり、お互いに相互変換できるので、以下では論理回路の0、1と対応の付けやすいボルツマンマシンを想定して説明を行う。
図7は、第2の実施の形態の最適化装置における遷移制御部の回路構成の一例を示す図である。図1に示した遷移制御部20と同じ要素については同一符号が付されている。図7の遷移制御部30は、基本的に図1の遷移制御部20と同じであるが、累算器31が回路レベルで示されている。また、判定回路の一例として比較器32が示されている。以下では、エネルギー変化値(−ΔE)が閾値Aより大きい場合、比較器32は1を出力し、エネルギー変化値(−ΔE)が閾値A以下である場合、比較器32は0を出力するものとする。
加算器31aは、オフセット増分値Δyと、レジスタ31bが出力するオフセット値yとを加算した和を出力する。
図8は、パルス信号の発生の状態遷移の一例を示す状態遷移図である。
図9は、パルス信号を発生する論理回路の真理値表の一例を示す図である。
ステートマシン40は、3ビットフリップフロップ41、インクリメント回路42、AND回路43、セレクタ44、AND回路45,46を有している。図9の真理値表は、各状態の3ビットフリップフロップ41の出力値Q1,Q2,Q3と、入力値D1,D2,D3の関係を示すものである。
セレクタ44の一方の入力端子には、インクリメント回路42が出力する3ビットの値の最下位ビット(d2)が供給され、他方の入力端子には、遷移可否fが供給される。そして、セレクタ44は、AND回路43の出力値が1であれば、遷移可否fを出力し、AND回路43の出力値が0であれば、d2を出力する。
AND回路46は、クロック信号CLKと、AND回路45が出力する出力値との論理積を、パルス信号として出力する。
図7において、比較器32は、エネルギー変化値(−ΔE)と閾値Aとを比較した比較結果を出力する。エネルギー変化値(−ΔE)が閾値Aより大きい場合、比較器32は1を出力し、エネルギー変化値(−ΔE)が閾値A以下である場合、比較器32は0を出力する。
乱数発生回路14b1は、前述した各反復において状態遷移の候補の番号(遷移番号N)を乱数値により1つずつ発生する。セレクタ14b2は、その状態遷移に伴うエネルギー変化値(−ΔE)を選択して出力する。また、一様乱数である乱数値に基づきノイズテーブル14b3による変換を行って得られた値に、乗算器14b4が温度値Tを乗算することによりメトロポリス法またはギブス法における熱励起エネルギーを生成する。そして、減算器21aは、熱励起エネルギーから累算器22aが出力するオフセット値yを減ずる。比較器14b5は、減算器21aが出力する減算結果と、セレクタ14b2が選択して出力したエネルギー変化値(−ΔE)とを比較することで状態遷移の可否を決定する。
オフセット値yは、累算器22aにより、エネルギー変化値(−ΔE)が閾値Aより大きい場合、0にリセットされ、エネルギー変化値(−ΔE)が閾値A以下である場合、オフセット増分値Δy増分がオフセット値yに加算される。これにより、現在の状態における滞在時間に対してオフセット値yが単調増加するよう制御されるとともに、状態遷移が生じても、その状態遷移に伴い生じるエネルギー変化値(−ΔE)が閾値以下である場合には、オフセット値yが増加し続ける。このため、図5に示したような局所解がある場合でも、オフセット値を用いた局所解からの脱出促進機能が機能する。
前述のように、収束性に悪影響を及ぼすことなく加速効果を得るには、局所解の滞在時間が、局所解でない場合の数倍程度になるようにオフセット増分値Δyを選ぶのがよいと考えられる。本実施の形態のように各反復において状態遷移の候補が1つ発生する場合、各状態遷移が候補に挙がる確率は、全ての状態遷移の数の逆数となる。このことを考慮すると、オフセット増分値Δyは、滞在時間が全ての状態遷移の数の数倍程度になったときオフセット値yが局所解からの脱出に必要な山の高さのエネルギーになるように定めるのがよいと考えられる。
図11は、第3の実施の形態の最適化装置における遷移制御部の回路構成の一例を示す図である。図7に示した遷移制御部30と同じ要素については同一符号が付されている。図11の遷移制御部50は、絶対値計算回路51を有している。ただし、エネルギー変化値(−ΔE)が離散的な値を取り、絶対値を取った後に閾値A以下であることを検出する演算が、実効的にエネルギー変化値(−ΔE)が0であるかどうかを判定するのと同じである場合は、絶対値計算回路51と比較器32の2つを、XOR回路(排他的論理和回路)等を用いた一致判定回路に置き換えることができる。
これにより、比較器32は、エネルギー変化値(−ΔE)が正でも負でも、0からのエネルギー変化の幅が閾値A以下である場合には、0を出力し、オフセット値yのリセットを行わないようにする。つまり、遷移制御部50は、0からのエネルギー変化の幅が閾値A以下である場合には、状態が局所解に留まっているとみなし、オフセット値yの増大を継続する。このため、例えば、図5に示すような局所解がある場合でも、オフセット値を用いた局所解からの脱出促進機能が機能し、最適化問題の計算時間を短縮できる。
14b2 セレクタ
14b3 ノイズテーブル
14b4 乗算器
14b5 比較器
20 遷移制御部
21 オフセット加算回路
21a 減算器
22 オフセット制御回路
22a 累算器
23 判定回路
Claims (5)
- エネルギーを表す評価関数に含まれる複数の状態変数の値をそれぞれ保持する状態保持部と、
前記複数の状態変数の値の何れかが変化することに応じて状態遷移が起こる場合、前記エネルギーの変化値を複数の状態遷移のそれぞれに対して計算するエネルギー計算部と、
温度を示す温度値を制御する温度制御部と、
前記温度値と前記変化値と乱数値とに基づいて、前記変化値と熱励起エネルギーとの相対関係によって前記複数の状態遷移の何れかを受け入れるか否かを確率的に決定する際、前記変化値にオフセット値を加えるとともに、前記エネルギーが極小となる局所解における前記オフセット値を、前記エネルギーが極小ではない場合と比較して大きくなるように制御するとともに、前記変化値が閾値よりも大きい場合、前記オフセット値を0にリセットする遷移制御部と、
を有することを特徴とする最適化装置。 - 前記遷移制御部は、
前記変化値の絶対値が前記閾値よりも大きい場合、前記オフセット値を0にリセットする、
ことを特徴とする請求項1に記載の最適化装置。 - 前記遷移制御部は、
前記複数の状態遷移のそれぞれに対して計算された前記変化値を、前記乱数値に応じて1つ選択するセレクタと、
前記乱数値に応じた、メトロポリス法またはギブス法で表される前記複数の状態遷移の許容確率を示す関数の逆関数の値を出力する記憶部と、
前記逆関数の値と前記温度値とを乗算した積で表される前記熱励起エネルギーを出力する乗算器と、
前記セレクタが選択した前記変化値と前記オフセット値とを加算した和と、前記熱励起エネルギーとの比較結果に相当する値で表される、前記セレクタが選択した前記変化値に対応する状態遷移を受け入れるか否かの第1の判定結果を出力する比較器と、
前記変化値または前記変化値の絶対値が前記閾値よりも大きいか否かの第2の判定結果を出力する判定回路と、
前記第2の判定結果が、前記変化値または前記変化値の絶対値が前記閾値よりも大きいことを示す場合に、前記オフセット値を0にリセットし、前記第2の判定結果が、前記変化値または前記変化値の絶対値が前記閾値以下であることを示す場合に、前記オフセット値を第1の期間ごとに増加することで、前記複数の状態変数の値で表される現在の状態の滞在時間に対して前記オフセット値を単調に増加させるオフセット制御回路と、
を有することを特徴とする請求項1または2に記載の最適化装置。 - 前記オフセット制御回路は、前記第2の判定結果が供給されるリセット端子を有する累算器を含み、前記第2の判定結果が、前記変化値または前記変化値の絶対値が前記閾値よりも大きいことを示す場合に、前記累算器は前記オフセット値を0にし、前記第2の判定結果が、前記変化値または前記変化値の絶対値が前記閾値以下であることを示す場合に、前記累算器は前記オフセット値にオフセット増分値を加算する、
ことを特徴とする請求項3に記載の最適化装置。 - 最適化装置の制御方法において、
前記最適化装置が有する状態保持部が、エネルギーを表す評価関数に含まれる複数の状態変数の値をそれぞれ保持し、
前記最適化装置が有するエネルギー計算部が、前記複数の状態変数の値の何れかが変化することに応じて状態遷移が起こる場合、前記エネルギーの変化値を複数の状態遷移のそれぞれに対して計算し、
前記最適化装置が有する温度制御部が、温度を示す温度値を制御し、
前記最適化装置が有する遷移制御部が、前記温度値と前記変化値と乱数値とに基づいて、前記変化値と熱励起エネルギーとの相対関係によって前記複数の状態遷移の何れかを受け入れるか否かを確率的に決定する際、前記変化値にオフセット値を加えるとともに、前記エネルギーが極小となる局所解における前記オフセット値を、前記エネルギーが極小ではない場合と比較して大きくなるように制御するとともに、前記変化値が閾値よりも大きい場合、前記オフセット値を0にリセットする、
ことを特徴とする最適化装置の制御方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017131719A JP6892599B2 (ja) | 2017-07-05 | 2017-07-05 | 最適化装置及び最適化装置の制御方法 |
US16/019,866 US10592629B2 (en) | 2017-07-05 | 2018-06-27 | Optimization apparatus and method of controlling the same |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017131719A JP6892599B2 (ja) | 2017-07-05 | 2017-07-05 | 最適化装置及び最適化装置の制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019016077A JP2019016077A (ja) | 2019-01-31 |
JP6892599B2 true JP6892599B2 (ja) | 2021-06-23 |
Family
ID=64902762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017131719A Active JP6892599B2 (ja) | 2017-07-05 | 2017-07-05 | 最適化装置及び最適化装置の制御方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10592629B2 (ja) |
JP (1) | JP6892599B2 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6993909B2 (ja) * | 2018-03-13 | 2022-01-14 | 株式会社デンソー | 連続最適化問題の大域的探索装置及びプログラム |
JP7109337B2 (ja) * | 2018-10-31 | 2022-07-29 | 株式会社日立製作所 | 情報提供装置および情報提供方法 |
JP7273288B2 (ja) * | 2019-02-25 | 2023-05-15 | 富士通株式会社 | サンプリング装置及びサンプリング装置の制御方法 |
JP7239826B2 (ja) * | 2019-06-18 | 2023-03-15 | 富士通株式会社 | サンプリング装置およびサンプリング方法 |
JP7319539B2 (ja) * | 2019-08-26 | 2023-08-02 | 富士通株式会社 | 組合せ最適化装置、組合せ最適化方法および組合せ最適化プログラム |
JP7341804B2 (ja) | 2019-09-06 | 2023-09-11 | 株式会社日立製作所 | 情報処理装置および情報処理方法 |
JP2021174313A (ja) * | 2020-04-27 | 2021-11-01 | 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 |
CN111522527B (zh) * | 2020-05-09 | 2022-04-29 | 支付宝(杭州)信息技术有限公司 | 防止数据寄存器饱和溢出的方法、装置及电子设备 |
JP2023000835A (ja) | 2021-06-18 | 2023-01-04 | 富士通株式会社 | 最適化プログラム、最適化方法および情報処理装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08235150A (ja) * | 1995-02-24 | 1996-09-13 | Fujitsu Ltd | シミュレーティド・アニーリングによる次候補生成装置および方法 |
JP2006195530A (ja) * | 2005-01-11 | 2006-07-27 | Mitsubishi Electric Corp | 組合せ最適解演算システム |
WO2012023200A1 (ja) * | 2010-08-20 | 2012-02-23 | 富士通株式会社 | 情報処理システム、管理装置、および情報処理装置の管理方法 |
JP5865456B1 (ja) * | 2014-08-29 | 2016-02-17 | 株式会社日立製作所 | 半導体装置 |
JP6207583B2 (ja) | 2015-12-25 | 2017-10-04 | 株式会社日立製作所 | 半導体装置および情報処理方法 |
-
2017
- 2017-07-05 JP JP2017131719A patent/JP6892599B2/ja active Active
-
2018
- 2018-06-27 US US16/019,866 patent/US10592629B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20190012409A1 (en) | 2019-01-10 |
US10592629B2 (en) | 2020-03-17 |
JP2019016077A (ja) | 2019-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6892599B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP6465092B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP6923790B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP7197789B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP6993571B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP2019159637A (ja) | 最適化装置及び最適化装置の制御方法 | |
CN111381495B (zh) | 优化装置及优化装置的控制方法 | |
JP7100257B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP7273288B2 (ja) | サンプリング装置及びサンプリング装置の制御方法 | |
JP7137064B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
Goles et al. | PSPACE-completeness of majority automata networks | |
JP7181454B2 (ja) | 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 | |
JP7004906B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP2020061012A (ja) | 最適化装置、最適化装置の制御方法、サンプリング装置およびサンプリング装置の制御方法 | |
JP2019087273A (ja) | 最適化装置及び最適化装置の制御方法 | |
US11886780B2 (en) | Optimization device, optimization device control method, and computer-readable recording medium recording optimization device control program | |
JP2016018323A (ja) | パラメータ推定方法、装置、及びプログラム | |
JP2021174260A (ja) | 最適化装置、最適化方法及び最適化プログラム | |
Soykan et al. | Adaptive Scheduling In Dynamic Environments: A Data-Driven Approach With Digital Twins And Deep Reinforcement Learning | |
Almuhaideb et al. | Clique Finder: A Self-Adaptive Simulated Annealing Algorithm for the Maximum Clique Problem | |
Potapov et al. | Learning, exploration and chaotic policies | |
JP2019074890A (ja) | 関数学習装置、関数計算装置、関数学習方法、関数計算方法、及びプログラム | |
JP2017058852A (ja) | パラメータ推定方法、装置、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200409 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200414 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200414 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210322 |
|
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: 20210427 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210510 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6892599 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |