JP7181988B2 - 情報処理システム、情報処理方法およびプログラム - Google Patents
情報処理システム、情報処理方法およびプログラム Download PDFInfo
- Publication number
- JP7181988B2 JP7181988B2 JP2021501244A JP2021501244A JP7181988B2 JP 7181988 B2 JP7181988 B2 JP 7181988B2 JP 2021501244 A JP2021501244 A JP 2021501244A JP 2021501244 A JP2021501244 A JP 2021501244A JP 7181988 B2 JP7181988 B2 JP 7181988B2
- Authority
- JP
- Japan
- Prior art keywords
- edge
- solution
- node
- group
- graph
- 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
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
-
- 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
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/08—Computing arrangements based on specific mathematical models using chaos models or non-linear system models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Nonlinear Science (AREA)
- Algebra (AREA)
- Computational Linguistics (AREA)
- Multi Processors (AREA)
- Communication Control (AREA)
- Hardware Redundancy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
はじめに、第1の実施形態に係る情報処理システムの概要について説明する。第1の実施形態に係る情報処理システムは、ハミルトン路問題をイジングモデルに変換し、ハミルトン路問題の解を求める。ハミルトン路問題とは、任意のグラフについて、すべてのノードを一度だけ通る経路を求める問題のことをいう。ハミルトン路問題において、経路の始点のノードと経路の終点のノードが異なるノードであってもよい。したがって、ハミルトン路問題の経路は、閉路であるとは限らない。
第1の実施形態では、無向グラフのハミルトン閉路問題の解を求める場合を例に説明した。ただし、本実施形態に係る情報処理システムを使って有向グラフのハミルトン閉路問題の解を求めてもよい。第2の実施形態の求解処理では、有向グラフのハミルトン閉路問題の解を求める。実行される処理の違いを除けば、第2の実施形態に係る情報処理システムの構成は、第1の実施形態(図1の構成)と同様である。以下では、第1の実施形態との相違点を中心に、第2の実施形態の情報処理システムを説明する。
第1の実施形態に係る情報処理システムは1台のイジングマシンを備えていた。ただし、情報処理システムは複数台のイジングマシンを備えていてもよい。第3の実施形態に係る情報処理システムは複数台のイジングマシンを備えている。複数台のイジングマシンは求解処理を並列的に実行することができる。以下では、第1、第2の実施形態との差異点を中心に、第3の実施形態に係る情報処理システムを説明する。
第1~第3の実施形態に係る情報処理システムでは、ハミルトン閉路問題をイジングモデルに変換(変換処理)してから、イジングモデルの解を計算(求解処理)していた。ただし、ハミルトン閉路問題の解が求められるのであれば、必ずイジングモデルへの変換処理を実行しなくてもよい。第4の実施形態に係る情報処理システムでは、ハミルトン閉路問題をメタヒューリスティクスアルゴリズムで解く。メタヒューリスティクスアルゴリズムの実行中における解の変換では、エッジグループに属する2本または1本のエッジが経路として選択されていない場合、二値変数の値の反転によって目的関数の値が小さくなるようにする。
上述の各実施形態では、情報処理システムを使って、経路の始点のノードと、経路の終点のノードが同一である、ハミルトン閉路問題を解く場合を例に説明を行った。ただし、必ず経路の始点のノードと、経路の終点のノードは同一でなくてもよい。第5の実施形態では、経路の始点のノードと、経路の終点のノードが異なるハミルトン路問題の解が求められる場合を説明する。以下では、第1~第3の各実施形態との差異点を中心に、第5の実施形態に係る情報処理システムを説明する。
第4の実施形態では、ハミルトン閉路問題をメタヒューリスティクスアルゴリズムで解く場合について説明をした。経路の始点のノードと、経路の終点のノードが異なるハミルトン路問題をメタヒューリスティクスアルゴリズムで解いてもよい。以下では、第4の実施形態との差異点を中心に、第6の実施形態に係る情報処理システムを説明する。
第7の実施形態では、DNAの配列アセンブリへの適用例について説明する。第7の実施形態に係る情報処理システムの構成は上述の各実施形態と同様であるものとする。
第8の実施形態では、コンピュータのハードウェア構成について説明する。コンピュータの例としては、サーバ、クライアント端末、組み込み機器のマイコン、タブレット、スマートフォン、フィーチャーフォン、パソコンなどが挙げられる。ただし、コンピュータの機能は、仮想コンピュータ(VM:Virtual Machine)やコンテナなどによって実現されていてもよい。
2 入力部
3 変換部
4、11 制御部
5、13 記憶部
6 検証部
7 出力部
8 ソルバー
10、10a、10b、10c、10d イジングマシン
12 演算部
20 ネットワーク
21、25 グラフ
22、23、24、26、27、28 テーブル
100 コンピュータ
101 プロセッサ
102 入力装置
103 表示装置
104 通信装置
105 記憶装置
106 バス
Claims (23)
- ハミルトン路問題のグラフにおいて、ノードごとに、前記ノードに連結されたエッジのグループである、エッジグループを生成し、前記エッジグループごとに、前記エッジグループに含まれる前記エッジが経路として選択されたか否かを示す二値変数を生成し、さらに前記二値変数をスピンとする、イジングモデルを生成する、第1コンピュータと、
前記イジングモデルの解を計算する、第2コンピュータとを備え、
前記第1コンピュータは、前記第2コンピュータが計算した前記イジングモデルの解に基づき、前記ハミルトン路問題の解を求める、
情報処理システム。 - 前記第1コンピュータは、前記第2コンピュータによって計算された前記イジングモデルの解に基づき前記ハミルトン路問題の解が求められない場合、再び前記第2コンピュータに前記イジングモデルの解の計算を実行させる、
請求項1に記載の情報処理システム。 - 前記グラフは、無向グラフであり、
前記第2コンピュータによって計算される前記イジングモデルの前記解は、すべての前記エッジグループについて、前記エッジグループに属する2本の前記エッジが経路として選択されている場合に相当する、
請求項2に記載の情報処理システム。 - 前記グラフは、有向グラフであり、
前記第1コンピュータは、前記ノードに向かう前記エッジの前記グループと、前記ノードから他のノードに向かう前記エッジの前記グループとを、別々の前記エッジグループとして生成し、
前記第2コンピュータによって計算される前記イジングモデルの前記解は、すべての前記エッジグループについて、前記エッジグループに属する1本の前記エッジが経路として選択されている場合に相当する、
請求項2に記載の情報処理システム。 - 前記ハミルトン路問題において、前記経路の始点の前記ノードと、前記経路の終点の前記ノードとが同一の前記ノードであり、前記グラフが無向グラフである場合、前記係数Tgの値は前記エッジグループgに関わらず2となる、
請求項5に記載の情報処理システム。 - 前記ハミルトン路問題は、前記経路の始点の前記ノードと、前記経路の終点の前記ノードとが同一の前記ノードであり、前記グラフが有向グラフである場合、前記係数Tgの値は前記エッジグループgに関わらず1となる、
請求項5に記載の情報処理システム。 - 前記第1コンピュータは、前記第2コンピュータによって計算された前記イジングモデルの解が、前記グラフ上で複数の閉路を形成する場合、再び前記第2コンピュータに前記イジングモデルの解の計算を実行させる、
請求項6または7に記載の情報処理システム。 - 前記グラフが無向グラフである場合、前記エッジグループgが始点の前記ノードまたは、終点の前記ノードに連結された前記エッジの前記グループであるならば、前記係数Tgの値は1となり、前記エッジグループgが前記始点および前記終点以外の前記ノードに連結された前記エッジの前記グループである場合、前記係数Tgの値は2となる、
請求項5に記載の情報処理システム。 - 前記グラフが有向グラフである場合、前記エッジグループgが始点の前記ノードに向かう前記エッジを含むときまたは、終点の前記ノードから他のノードに向かう前記エッジを含むならば、前記係数Tgの値は0となり、前記エッジグループgが前記始点の前記ノードに向かう前記エッジおよび前記終点の前記ノードから前記他のノードに向かう前記エッジを含まない場合、前記係数Tgの値は1となる、
請求項5に記載の情報処理システム。 - 前記第2コンピュータは、量子アニーリングマシン、ゲート方式の量子コンピュータ、Simulated Annealing法を実行可能なノイマン型コンピュータの少なくともいずれかである、
請求項1ないし10のいずれか一項に記載の情報処理システム。 - 複数の前記第2コンピュータを備えた、
請求項1ないし11のいずれか一項に記載の情報処理システム。 - 前記第1コンピュータは、DNA鎖の配列を決定するために、前記ノードを前記DNA鎖が切断されたDNA断片に、前記エッジを前記DNA断片の連結関係に対応付けることによって、前記グラフを生成し、生成された前記グラフに基づいて前記エッジグループを生成する、
請求項1ないし12のいずれか一項に記載の情報処理システム。 - 前記第1コンピュータは、前記DNA断片が他の前記DNA断片と連結されないと判定される場合、前記エッジグループから前記DNA断片に対応するエッジを除外する、
請求項13に記載の情報処理システム。 - 前記第1コンピュータは、前記グラフの少なくともひとつのエッジを除外して前記エッジグループを生成する、
請求項1ないし12のいずれか一項に記載の情報処理システム。 - ハミルトン路問題のグラフにおいて、ノードごとに、前記ノードに連結されたエッジのグループである、エッジグループを生成し、前記エッジグループごとに、前記エッジグループに含まれる前記エッジが経路として選択されたか否かを示す二値変数を生成し、前記二値変数をパラメータとする目的関数の解を計算し、前記目的関数の解に基づく、前記ハミルトン路問題の解を求める、ハードウェア回路と、
前記ハードウェア回路が生成した前記エッジグループと、前記ハードウェア回路が生成した前記二値変数とを保存する、記憶部とを備えた
情報処理システム。 - 前記ハードウェア回路は、前記グラフが有向グラフである場合、前記ノードに向かう前記エッジの前記グループと、前記ノードから他のノードに向かう前記エッジの前記グループとを、別々の前記エッジグループとして生成し、前記目的関数の解の計算では、前記エッジグループに属する1本の前記エッジが経路として選択されていない場合、前記二値変数の値の反転によって前記目的関数の値を更新する、
請求項16に記載の情報処理システム。 - 前記ハードウェア回路は、前記グラフが無向グラフである場合、前記目的関数の解の計算では、前記エッジグループに属する2本の前記エッジが経路として選択されていない場合、前記二値変数の値の反転によって前記目的関数の値を更新する、
請求項16に記載の情報処理システム。 - ハミルトン路問題のグラフにおいて、ノードごとに、前記ノードに連結されたエッジのグループである、エッジグループを生成するステップと、
前記エッジグループごとに、前記エッジグループに含まれる前記エッジが経路として選択されたか否かを示す二値変数を生成するステップと、
前記二値変数をスピンとする、イジングモデルを生成するステップと、
前記イジングモデルの解を計算するステップと、
前記イジングモデルの解に基づき、前記ハミルトン路問題の解を求めるステップとをコンピュータが実行する、情報処理方法。 - ハミルトン路問題のグラフにおいて、ノードごとに、前記ノードに連結されたエッジのグループである、エッジグループを生成するステップと、
前記エッジグループごとに、前記エッジグループに含まれる前記エッジが経路として選択されたか否かを示す二値変数を生成するステップと、
前記二値変数をパラメータとする目的関数の解を計算するステップと、
前記目的関数の解に基づく、前記ハミルトン路問題の解を求めるステップとをコンピュータが実行する、情報処理方法。 - ハミルトン路問題のグラフにおいて、ノードごとに、前記ノードに連結されたエッジのグループである、エッジグループを生成するステップと、
前記エッジグループごとに、前記エッジグループに含まれる前記エッジが経路として選択されたか否かを示す二値変数を生成するステップと、
前記二値変数をスピンとする、イジングモデルを生成するステップと、
前記イジングモデルの解を計算するステップと、
前記イジングモデルの解に基づき、前記ハミルトン路問題の解を求めるステップとをコンピュータに実行させる、プログラム。 - 前記イジングモデルの解は、量子アニーリングマシン、ゲート方式の量子コンピュータ、Simulated Annealing法を実行可能なノイマン型コンピュータの少なくともいずれかによって計算される、
請求項21に記載のプログラム。 - ハミルトン路問題のグラフにおいて、ノードごとに、前記ノードに連結されたエッジのグループである、エッジグループを生成するステップと、
前記エッジグループごとに、前記エッジグループに含まれる前記エッジが経路として選択されたか否かを示す二値変数を生成するステップと、
前記二値変数をパラメータとする目的関数の解を計算するステップと、
前記目的関数の解に基づく、前記ハミルトン路問題の解を求めるステップとをコンピュータに実行させる、プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/006708 WO2020170410A1 (ja) | 2019-02-22 | 2019-02-22 | 情報処理システム、情報処理方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020170410A1 JPWO2020170410A1 (ja) | 2020-08-27 |
JP7181988B2 true JP7181988B2 (ja) | 2022-12-01 |
Family
ID=72144830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021501244A Active JP7181988B2 (ja) | 2019-02-22 | 2019-02-22 | 情報処理システム、情報処理方法およびプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210383266A1 (ja) |
JP (1) | JP7181988B2 (ja) |
CA (2) | CA3130883A1 (ja) |
WO (1) | WO2020170410A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112021006880T5 (de) | 2021-01-22 | 2023-11-16 | Nec Corporation | Zufallszahlengenerator, Zufallszahlen-Erzeugungsverfahren und nichtflüchtiges, computerlesbares Medium das ein Programm speichert |
WO2023248315A1 (ja) * | 2022-06-20 | 2023-12-28 | 日本電信電話株式会社 | 監視パス設計装置、監視パス設計方法及びプログラム |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017017807A1 (ja) | 2015-07-29 | 2017-02-02 | 株式会社日立製作所 | 情報処理装置及び方法 |
-
2019
- 2019-02-22 CA CA3130883A patent/CA3130883A1/en active Pending
- 2019-02-22 JP JP2021501244A patent/JP7181988B2/ja active Active
- 2019-02-22 CA CA3195959A patent/CA3195959A1/en active Pending
- 2019-02-22 WO PCT/JP2019/006708 patent/WO2020170410A1/ja active Application Filing
-
2021
- 2021-08-20 US US17/445,591 patent/US20210383266A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017017807A1 (ja) | 2015-07-29 | 2017-02-02 | 株式会社日立製作所 | 情報処理装置及び方法 |
Non-Patent Citations (1)
Title |
---|
LUCAS, Andrew,Ising formulations of many NP problems,2014年01月24日,p.1-27,[検索日2019.4.18],インターネット<URL:https://arxiv.org/pdf/1302.5843.pdf>,<DOI:10.3389/fphy.2014.00005> |
Also Published As
Publication number | Publication date |
---|---|
WO2020170410A1 (ja) | 2020-08-27 |
US20210383266A1 (en) | 2021-12-09 |
JPWO2020170410A1 (ja) | 2020-08-27 |
CA3195959A1 (en) | 2020-08-27 |
CA3130883A1 (en) | 2020-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7087079B2 (ja) | 深層学習アプリケーションのための堅牢な勾配重み圧縮方式 | |
JP7010371B2 (ja) | 学習済みモデル更新装置、学習済みモデル更新方法、プログラム | |
US20200311220A1 (en) | Adaptive error correction in quantum computing | |
EP3785187A1 (en) | Personalized gesture recognition for user interaction with assistant systems | |
WO2017068463A1 (en) | Parallelizing matrix factorization across hardware accelerators | |
TW201729124A (zh) | 類神經網路處理器中之向量運算單元 | |
US10831691B1 (en) | Method for implementing processing elements in a chip card | |
JP7181988B2 (ja) | 情報処理システム、情報処理方法およびプログラム | |
WO2020246073A1 (en) | Information processing device, pubo solver, information processing method and non-transitory storage medium | |
CN111914378B (zh) | 一种单振幅量子计算模拟方法及装置 | |
EP4100888A1 (en) | Computational graph optimization | |
WO2021025075A1 (ja) | 訓練装置、推定装置、訓練方法、推定方法、プログラム及びコンピュータ読み取り可能な非一時的記憶媒体 | |
EP3885999A1 (en) | Optimization apparatus, optimization method, and program | |
WO2020196862A1 (ja) | 情報処理装置、情報処理システム、情報処理方法、記憶媒体およびプログラム | |
JP2022068327A (ja) | ノードグループ化方法、装置及び電子機器 | |
Jhun et al. | Prediction and mitigation of nonlocal cascading failures using graph neural networks | |
US11556827B2 (en) | Transferring large datasets by using data generalization | |
US20210266383A1 (en) | Conversion system, method and program | |
JP2020035000A (ja) | 機械学習システムおよびボルツマンマシンの計算方法 | |
JP6067596B2 (ja) | ペアリング演算装置、マルチペアリング演算装置、プログラム | |
Lee et al. | Distributed training of structured SVM | |
JP2020119108A (ja) | データ処理装置、データ処理方法、データ処理プログラム | |
WO2022249785A1 (ja) | 求解装置、求解方法およびプログラム | |
WO2019136178A1 (en) | Collaborative algorithm development, deployment, and tuning platform | |
CN115907025B (zh) | 量子网络协议仿真方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211022 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211022 |
|
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: 20221021 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221118 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7181988 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |