JP7071638B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP7071638B2 JP7071638B2 JP2018143479A JP2018143479A JP7071638B2 JP 7071638 B2 JP7071638 B2 JP 7071638B2 JP 2018143479 A JP2018143479 A JP 2018143479A JP 2018143479 A JP2018143479 A JP 2018143479A JP 7071638 B2 JP7071638 B2 JP 7071638B2
- Authority
- JP
- Japan
- Prior art keywords
- bits
- value
- local field
- update
- calculation circuits
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Neurology (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Description
以下に示す最適化装置は、イジングモデルに含まれる複数のスピンに対応する複数のビットの各々の値の現在の組み合わせ(現在の状態)に対して、ハミング距離がn(nは2以上の正の整数)の近傍状態の探索を可能とするものである。
また、変数xiの値が変化して1-xiとなると、変数xiの増加分は、Δxi=(1-xi)-xi=1-2xiと表せる。スピン反転(値の変化)に伴うエネルギー変化ΔEiは、以下の式(2)で表される。
(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。
演算部11は、N個のビットの値(変数x1,x2,…,xN)と各ビットについてのローカルフィールドh1,h2,…,hNを保持する保持部11aと、マトリクス状に配置されたN×N個の算出回路を有する。Nは、計算対象の問題を変換したイジングモデルに含まれるスピン数に対応したビット数である。
N×N個の算出回路のうち、マトリクスの対角部分に配置されている算出回路11b1,11b2,…,11bNは、現在の状態からハミング距離が1の近傍状態に遷移した場合のエネルギー変化を算出する。
N×N個の算出回路のうち、算出回路11b1~11bN以外の算出回路(算出回路11c1,11c2,11c3,11c4,11c5,11c6など)は、現在の状態からハミング距離が2の近傍状態に遷移した場合のエネルギー変化を算出する。
更新ビット選択回路12は、符号反転部12a、オフセット加算部12b、乱数発生回路12c、選択法則適用部12d、乗算器12e、比較部12f、セレクタ12gを有する。
オフセット加算部12bは、符号反転部12aの出力値(-ΔE1,-ΔE12,…,-ΔEN)のそれぞれに、オフセット値を加える。オフセット加算部12bは、後述するセレクタ12gが出力するステータス信号に含まれるフラグが、状態遷移を許容しないことを示すとき(つまり状態遷移が生じないとき)、オフセット値を増加していく。一方、オフセット加算部12bは、フラグが、状態遷移を許容することを示すとき(つまり状態遷移が生じるとき)には、オフセット値を0にする。オフセット値が大きくなると状態遷移が許容されやすくなり、現在の状態が局所解にある場合、その局所解からの脱出が促進される。
選択法則適用部12dは、シミュレーテッド・アニーリングを行うための選択法則(メトロポリス法またはギブス法)に基づいた値を出力する。
式(5)で表される許容確率A(ΔE,T)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、この方法はシミュレーテッド・アニーリング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。
比較部12fは、エネルギー変化ΔE1,ΔE12,…,ΔENのそれぞれについてのオフセット加算部12bによる加算結果と、T・f-1(r)とを比較し、T・f-1(r)より大きい加算結果に対するフラグとして、1を出力する。また、比較部12fは、T・f-1(r)より小さい加算結果に対するフラグとして、0を出力する。
N2:1セレクタであるセレクタ12gは、N個のN:1セレクタ12ga1,12ga2,…,12gaNと、1つのN:1セレクタ12gbを有する。
図4は、第1の実施の形態の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。
また、制御部14は、制御装置20から受けたアニーリング条件に基づいて、更新ビット選択回路12に温度パラメータTの初期値を設定する(ステップS2)。
そして、N×Nの算出回路の各々は、前述のように、エネルギー変化ΔEij、またはエネルギー変化ΔEiを計算する(ステップS4)。
更新回路13は、更新ビット選択回路12が選択し、出力した識別情報により識別される2つまたは1つのビット(変数xi(i=k,l))の値を変化させる。また、更新回路13は、その変化に基づいて、ローカルフィールドhi(i=1~N)の値を、前述の処理により更新する(ステップS7)。
制御部14は、ステップS3~S8の更新処理が所定回数N1、繰り返されたか否かを判定する(ステップS9)。更新処理が所定回数N1、繰り返されていない場合には、ステップS3~S8の更新処理が繰り返される。
温度変更回数が所定回数N2に達していない場合、制御部14は、温度パラメータを変更する(温度を下げる)(ステップS11)。所定回数N1,N2、温度パラメータの値の変更の仕方(一度に値をどのくらい小さくするかなど)は、アニーリング条件に基づいて決定される。ステップS11の処理後、ステップS3からの処理が繰り返される。
前述のようにN×N個の算出回路のうち、対角部分以外の算出回路は、2つのビットが順に変化するときのエネルギー変化ΔEijを算出する。このエネルギー変化ΔEijを計算する途中に、対角部分以外の算出回路は、まず1つのビットが変化したときのローカルフィールドの値を算出することもできる。i番目のビット(変数xi)の値が変化したときの、各ビットについてのローカルフィールドh1 (i),h2 (i),…,hN (i)の値は、以下の式(6)のように表せる。
第2の実施の形態の最適化装置30は、演算部31と更新回路32が、第1の実施の形態の最適化装置10と異なっている。
N×N個の算出回路のうち、算出回路31a1~31aN以外(算出回路31b1,31b2,31b3,31b4,31b5,31b6など)は、ローカルフィールドhj (i)(i≠j)の値を算出する。
たとえば、算出回路31b1は、保持部11aから読み出したローカルフィールドh1の値に-Δx1を掛け、-Δx1h1を求める。さらに、算出回路31b1は、保持部11aから読み出した変数x2の値に応じて+1または-1となる-Δx2を、算出したローカルフィールドh2 (1)の値に掛けることで、-Δx2h2 (1)を求める。そして、算出回路31b1は、-Δx1h1と-Δx2h2 (1)を加算することで、エネルギー変化ΔE12を算出する。
更新回路32は、第1の実施の形態の最適化装置30の更新回路13と同様に、更新ビット選択回路12が出力する識別情報により識別されるビットの値を変化させるとともに、ローカルフィールドh1~hNの値を更新する。
更新回路32は、上記のような更新処理を行う際に、ローカルフィールドh1 (i),h2 (i),…,hN (i)の値を用いるため、重み値Wkiの読み出しが不要になり、第1の実施の形態の最適化装置10よりも、メモリアクセスを減らすことができる。
上記の説明では、ハミング距離が2の近傍状態の探索を可能とする最適化装置10,30を説明したが、ハミング距離が3以上の近傍状態の探索を可能とする最適化装置に拡張することもできる。
ΔEijk…=-Δxihi-Δxjhj (i)-Δxkhk (ij)-… (8)
式(8)においてローカルフィールドhj (i),hk (ij)は、以下の式(9)により算出できる。
演算部40は、各々エネルギー変化ΔE111~ΔENNNの何れかを算出するN3個の算出回路を有し、たとえば、図6に示されているように、N3個の算出回路は、3次元アレイ状に配置されている。
なお、エネルギー変化ΔEijk(i=j=k)は、1つの変数xiが1回だけ変化したときのエネルギー変化ΔEiと同じであるため、エネルギー変化ΔEijk(i=j=k)を算出する算出回路は、エネルギー変化ΔEi=-Δxihiを算出する回路でよい。たとえば、エネルギー変化ΔE111を算出する算出回路41b1は、ΔE1=-Δx1h1を算出する回路でよい。
N3:1セレクタ50は、エネルギー変化ΔE111~ΔENNNのそれぞれを引き起こす状態遷移を許容するか否かを示すN3個のフラグfg111~fgNNNのうち、値が1であるフラグを優先的に1つ選択する。そして、N3:1セレクタ50は、選択したフラグfgijkと、フラグfgijkに対応した識別情報(index(i,j,k))を含むステータス信号(status)を出力する。
セレクタ群51a1~51aNのそれぞれは、N×Nのフラグのうち、値が1であるフラグを優先的に1つ選択し、選択したフラグとそのフラグに対応した識別情報を出力する。たとえば、セレクタ群51a1は、N:1セレクタ51b1,51b2,…,51bN,51cNを有する。
N:1セレクタ52は、セレクタ群51a1~51aNのそれぞれが出力するフラグのうち、値が1であるフラグを優先的に1つ選択し、選択したフラグfgijkとフラグfgijkに対応した識別情報(index(i,j,k))を含むステータス信号(status)を出力する。
図8は、第4の実施の形態の最適化装置の一例を示す図である。
第4の実施の形態の最適化装置60において、制御部61は、第1の実施の形態の制御部14と同様の機能を有するとともに、ハミング距離が2の近傍状態の探索機能をオンするかオフするか切り替える機能を有する。
カウンタ61aは、更新ビット選択回路12が出力するフラグfgが1になる回数(更新回数)をカウントする。
制御信号cntは、たとえば、演算部11のN×N個の算出回路のうち、対角部分の算出回路11b1~11bN以外に供給される。そして、制御信号cntが、ハミング距離が2の近傍状態の探索機能をオフすることを指示するものである場合、エネルギー変化ΔEijを算出する機能が無効になる。この場合、ハミング距離が2の近傍状態の探索が行われず、ハミング距離が1の近傍状態の探索が行われる。
ステップS20~S27の処理は、図4に示したステップS1~S8の処理と同じである。図9の例では、ステップS28の処理において、制御部61は、上記のような、ハミング距離が2の近傍状態の探索機能をオンするかオフするか切り替える処理を行う。なお、ステップS28の処理は、前述のように比較回路61bがイネーブル状態になると行われる処理であり、各繰り返し処理において毎回行われるわけではない。
ステップS29~S32の処理は、図4に示したステップS9~S12の処理と同じである。
図10は、制御装置のハードウェア例を示す図である。
制御装置70は、重み値の設定を行う(ステップS40)。ステップS40の処理では、制御装置70は、最適化装置78aに重み値を送信し、図1に示した演算部11の対角部分以外の算出回路に、重み値を記憶させる。
その後、制御装置70は、たとえば、最適化装置78aが前述の更新処理を行うたびに送信する信号を受信し、更新処理が所定回数N1、繰り返されたか否かを判定する(ステップS42)。更新処理が所定回数N1、繰り返されていない場合には、ステップS42の処理が繰り返される。
なお、前述のように、上記の制御装置70の処理内容は、コンピュータにプログラムを実行させることで実現できる。
11 演算部
11a 保持部
11b1~11bN,11c1~11c6 算出回路
11c11 記憶部
12 更新ビット選択回路
13 更新回路
14 制御部
20 制御装置
h1~hN ローカルフィールド
T 温度パラメータ
W12,W1N,W21,W2N,WN1,WN2 重み値
x1~xN 変数
ΔE1,ΔE12~ΔEN エネルギー変化
Claims (9)
- 計算対象の問題を変換したイジングモデルに含まれる複数のスピンに対応する複数のビットのうち、n(nは2以上の整数)個のビットの各々についての第1のローカルフィールド値と、前記n個のビットの各々の値と、前記n個のビットの間の相互作用の大きさを示す重み値と、に基づいて、前記n個のビットの値が変化することによる前記イジングモデルの第1のエネルギー変化を、それぞれ算出する複数の第1の算出回路と、
入力される温度パラメータと、乱数とに基づいて決定される熱励起エネルギーと、前記複数の第1の算出回路がそれぞれ出力する前記第1のエネルギー変化との大小関係に基づいて、更新を許容する前記n個のビットを選択し、選択した前記n個のビットの第1の識別情報を出力する更新ビット選択回路と、
前記更新ビット選択回路が出力する前記第1の識別情報により識別される前記n個のビットの値を変化させるとともに、前記n個のビットの値の変化に基づいて、前記第1のローカルフィールド値を含む前記複数のビットの各々についての第2のローカルフィールド値を更新する更新回路と、
を有する最適化装置。 - 前記複数の第1の算出回路のそれぞれは、前記重み値を記憶する記憶部を備えている、請求項1に記載の最適化装置。
- 前記複数のビットのうち、1つのビットについての第3のローカルフィールド値と、前記1つのビットの値と、前記1つのビットの値が変化するときの前記イジングモデルの第2のエネルギー変化を、それぞれ算出する複数の第2の算出回路を、有し、
前記更新ビット選択回路は、前記複数の第1の算出回路がそれぞれ出力する前記第1のエネルギー変化と、前記複数の第2の算出回路がそれぞれ出力する前記第2のエネルギー変化と、前記熱励起エネルギーとの大小関係に基づいて、更新を許容する前記n個のビットまたは前記1つのビットを選択し、選択した前記n個のビットの前記第1の識別情報または前記1つのビットの第2の識別情報を出力し、
前記更新回路は、前記第1の識別情報または前記第2の識別情報により識別される前記n個のビットまたは前記1つのビットの値を変化させるとともに、前記n個のビットまたは前記1つのビットの値の変化に基づいて、前記第1のローカルフィールド値または前記第3のローカルフィールド値を含む前記複数のビットの各々についての前記第2のローカルフィールド値を更新する、請求項1または2に記載の最適化装置。 - 所定期間における前記n個のビットの更新回数が閾値以上である場合、前記複数の第1の算出回路の機能をオフにする制御部を有する、請求項3に記載の最適化装置。
- 前記複数の第1の算出回路は、前記n個のビットの値が順に変化することによる前記イジングモデルの前記第1のエネルギー変化をそれぞれ算出し、
前記更新回路は、前記更新ビット選択回路が出力する前記第1の識別情報により識別される前記n個のビットの値を順に変化させるとともに、順に変化した前記n個のビットの値の変化に基づいて、前記第1のローカルフィールド値を含む前記複数のビットの各々についての前記第2のローカルフィールド値を更新する、請求項1乃至4の何れか一項に記載の最適化装置。 - 前記複数の第1の算出回路は、前記n個のビットのうち、n-1個のビットが変化することによって得られる前記第1のローカルフィールド値の更新後の値をそれぞれ算出し、
前記更新回路は、前記第1の識別情報に基づいて、前記複数の第1の算出回路がそれぞれ算出した前記更新後の値の何れかを選択し、選択した前記更新後の値を用いて前記第2のローカルフィールド値を更新する、
請求項1乃至4の何れか一項に記載の最適化装置。 - 前記複数の第1の算出回路は、前記n個のビットのうち、n-1個のビットが順に変化することによって得られる前記第1のローカルフィールド値の更新後の値をそれぞれ算出する、
請求項6に記載の最適化装置。 - 計算対象の問題を変換したイジングモデルに含まれる複数のスピンに対応する複数のビットのうち、n(nは2以上の整数)個のビットの各々についての第1のローカルフィールド値と、前記n個のビットの各々の値と、前記n個のビットの間の相互作用の大きさを示す重み値と、に基づいて、前記n個のビットの値が変化することによる前記イジングモデルの第1のエネルギー変化を、それぞれ算出する複数の第1の算出回路と、
入力される温度パラメータと、乱数とに基づいて決定される熱励起エネルギーと、前記複数の第1の算出回路がそれぞれ出力する前記第1のエネルギー変化との大小関係に基づいて、更新を許容する前記n個のビットを選択し、選択した前記n個のビットの第1の識別情報を出力する更新ビット選択回路と、
前記更新ビット選択回路が出力する前記第1の識別情報により識別される前記n個のビットの値を変化させるとともに、前記n個のビットの値の変化に基づいて、前記第1のローカルフィールド値を含む前記複数のビットの各々についての第2のローカルフィールド値を更新する更新回路と、
を有する最適化装置に対して、
制御装置が、前記重み値を設定し、
前記制御装置が、前記温度パラメータの大きさを制御する、
最適化装置の制御方法。 - 計算対象の問題を変換したイジングモデルに含まれる複数のスピンに対応する複数のビットのうち、n(nは2以上の整数)個のビットの各々についての第1のローカルフィールド値と、前記n個のビットの各々の値と、前記n個のビットの間の相互作用の大きさを示す重み値と、に基づいて、前記n個のビットの値が変化することによる前記イジングモデルの第1のエネルギー変化を、それぞれ算出する複数の第1の算出回路と、
入力される温度パラメータと、乱数とに基づいて決定される熱励起エネルギーと、前記複数の第1の算出回路がそれぞれ出力する前記第1のエネルギー変化との大小関係に基づいて、更新を許容する前記n個のビットを選択し、選択した前記n個のビットの第1の識別情報を出力する更新ビット選択回路と、
前記更新ビット選択回路が出力する前記第1の識別情報により識別される前記n個のビットの値を変化させるとともに、前記n個のビットの値の変化に基づいて、前記第1のローカルフィールド値を含む前記複数のビットの各々についての第2のローカルフィールド値を更新する更新回路と、
を有する最適化装置に対して、
前記重み値を設定し、
前記温度パラメータの大きさを制御する、
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 (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018143479A JP7071638B2 (ja) | 2018-07-31 | 2018-07-31 | 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 |
US16/513,785 US11475099B2 (en) | 2018-07-31 | 2019-07-17 | Optimization apparatus and method for controlling thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018143479A JP7071638B2 (ja) | 2018-07-31 | 2018-07-31 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020021209A JP2020021209A (ja) | 2020-02-06 |
JP7071638B2 true JP7071638B2 (ja) | 2022-05-19 |
Family
ID=69229703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018143479A Active JP7071638B2 (ja) | 2018-07-31 | 2018-07-31 | 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 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11475099B2 (ja) |
JP (1) | JP7071638B2 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7093009B2 (ja) * | 2018-08-30 | 2022-06-29 | 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 |
EP3852025A4 (en) * | 2018-09-14 | 2021-10-06 | Fujitsu Limited | OPTIMIZATION DEVICE AND CONTROL METHOD FOR OPTIMIZATION DEVICE |
JP7206476B2 (ja) * | 2018-09-14 | 2023-01-18 | 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 |
JP7137064B2 (ja) * | 2018-10-19 | 2022-09-14 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP7417074B2 (ja) * | 2020-02-19 | 2024-01-18 | 富士通株式会社 | 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 |
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 |
US11562211B2 (en) * | 2020-04-15 | 2023-01-24 | Fujitsu Limited | System local field matrix updates |
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 |
JP2023179912A (ja) | 2022-06-08 | 2023-12-20 | 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 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015132883A1 (ja) | 2014-03-04 | 2015-09-11 | 株式会社日立製作所 | 半導体装置および情報処理装置 |
JP2018041351A (ja) | 2016-09-09 | 2018-03-15 | 富士通株式会社 | 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 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6659957B2 (ja) | 2016-06-06 | 2020-03-04 | 富士通株式会社 | 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 |
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 |
JP7100257B2 (ja) * | 2018-10-04 | 2022-07-13 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
-
2018
- 2018-07-31 JP JP2018143479A patent/JP7071638B2/ja active Active
-
2019
- 2019-07-17 US US16/513,785 patent/US11475099B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015132883A1 (ja) | 2014-03-04 | 2015-09-11 | 株式会社日立製作所 | 半導体装置および情報処理装置 |
JP2018041351A (ja) | 2016-09-09 | 2018-03-15 | 富士通株式会社 | 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 |
US20180075342A1 (en) | 2016-09-09 | 2018-03-15 | Fujitsu Limited | Information processing apparatus, ising unit, and information processing apparatus control method |
Also Published As
Publication number | Publication date |
---|---|
US20200042570A1 (en) | 2020-02-06 |
US11475099B2 (en) | 2022-10-18 |
JP2020021209A (ja) | 2020-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
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 | |
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 | |
JP7100254B2 (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 | |
JP7248907B2 (ja) | 最適化装置および最適化装置の制御方法 | |
US20210065087A1 (en) | Information processing apparatus, combination optimization method, and computer-readable recording medium recording combination optimization program | |
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 | |
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 | |
JP7111966B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
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 | |
He et al. | The combination stretching function technique with simulated annealing algorithm for global optimization | |
JP2021131723A (ja) | 情報処理方法、情報処理装置及びプログラム | |
US20220414184A1 (en) | Data processing apparatus and data processing method | |
JP2020129209A (ja) | 最適化方法、最適化プログラム、推論方法、および推論プログラム | |
US20240135151A1 (en) | Data processing device, data processing method, and computer-readable recording medium storing data processing program | |
EP4361898A2 (en) | Data processing device, data processing method, and data processing program | |
US20220405347A1 (en) | Data processing apparatus, computer-readable recording medium storing program of processing data, and method of processing data | |
EP4068167A1 (en) | Optimization program, optimization method, and optimization apparatus | |
Desai | Optimization of Measurement Scheme for Neutral Atom Quantum Computers | |
JP2023024085A (ja) | プログラム、データ処理方法及びデータ処理装置 | |
JP2023028347A (ja) | プログラム、データ処理方法及びデータ処理装置 | |
JP2022165250A (ja) | プログラム、データ処理方法及びデータ処理装置 | |
JP2024049202A (ja) | データ処理装置、プログラム及びデータ処理方法 | |
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 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210408 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210413 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20210413 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220323 |
|
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: 20220405 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220418 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7071638 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |