JP7239826B2 - サンプリング装置およびサンプリング方法 - Google Patents
サンプリング装置およびサンプリング方法 Download PDFInfo
- Publication number
- JP7239826B2 JP7239826B2 JP2019112548A JP2019112548A JP7239826B2 JP 7239826 B2 JP7239826 B2 JP 7239826B2 JP 2019112548 A JP2019112548 A JP 2019112548A JP 2019112548 A JP2019112548 A JP 2019112548A JP 7239826 B2 JP7239826 B2 JP 7239826B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- state
- update
- values
- score
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- 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
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- 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
- G06N7/01—Probabilistic graphical models, e.g. probabilistic 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
- G06N7/08—Computing arrangements based on specific mathematical models using chaos models or non-linear system models
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Nonlinear Science (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Neurology (AREA)
- Feedback Control In General (AREA)
- Complex Calculations (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Description
更に、相互作用モデルの1つのノードの状態を示す値と他のノードからの相互作用係数と当該1つのノードのバイアス係数とに基づいて、当該1つのノードの次状態を示す値を決定する演算回路を有する半導体装置の提案もある(例えば、特許文献3参照)。
[第1の実施の形態]
第1の実施の形態を説明する。
サンプリング装置10は、マルコフ連鎖モンテカルロ(MCMC:Markov-Chain Monte Carlo)法を用いて、メトロポリス法やギブス法の基準でイジングモデルの状態を遷移させることで、ボルツマン分布に従う状態のサンプリングを行う。サンプリング装置10は組合せ最適化問題に対する求解を行うこともできる。サンプリング装置10は、例えばFPGA(Field Programmable Gate Array)などの半導体集積回路(半導体チップ)を用いて実現される。
例えば、イジングモデルにおけるスピンの「-1」は、状態変数の値「0」に対応する。イジングモデルにおけるスピンの「+1」は、状態変数の値「1」に対応する。
サンプリング装置10は、複数の状態変数に対応するレプリカを複数有し、上記の確率的探索プロセスを並列に動作させる。サンプリング装置10では、複数のレプリカの情報を統合する手法として、Jarzynski-Nealの原理の応用であるAnnealed Importance Sampling(AISと略記する)、あるいは、Population Annealing(PAと略記する)の手法が用いられる。
文献1:Jarzynski, C., “Equilibrium Free Energies from Nonequilibrium Processes,” Acta Phys. Pol. B, vol.29(6), 1998., p.1609-1622.
文献2:Neal, R. M., “Annealed Importance Sampling,” Statistics and Computing volume 11 Issue2, 2001., p.125-139.
文献3:K. Hukushimaand Y. Iba, “Population annealing and its application to a spin glass,” AIP Conference Proceedings vol.690, 2003., p.200-206.
ここで、1つのレプリカに属する状態変数の数をN(Nは2以上の整数)個とする。この場合、外部メモリ50に保持される結合係数の総数は、N2個である。また、サンプリング装置10が有するレプリカの数をK(Kは2以上の整数)個とする。更に、レプリカの状態を、状態ベクトル{xp k}(kは1以上K以下の整数)で表す。なお、状態ベクトルの下付きの添え字pは0以上の整数であり、時間ステップを示す。状態ベクトルの上付きの添え字kは、レプリカを示す。添え字p,kの表記は省略されることがある。状態ベクトル{xp k}は、式(7)で表される(添え字tは転置を示す)。
サンプリング装置10は、状態xp kを逆温度βpで所定回数(例えば全状態変数のそれぞれに対する1回の試行で計N回)だけMCMC法により更新すると、p=p+1とし、逆温度を式(9)により更新して、スコアSp kを求める。逆温度は係数α(>1)により等比的に増加する。この手順の繰り返しにより各レプリカのスコアSp kが更新される。
サンプリング装置10は、更新回路11a1,11a2,…,11aK、選択回路12、制御回路13およびメモリ制御回路14を有する。
[第2の実施の形態]
次に、第2の実施の形態を説明する。
サンプリング装置20は、レプリカ更新回路21a1,21a2,…,21aK、リサンプリング回路22、平均値計算ブロック23、制御回路24、メモリI/F(InterFace)マクロ25およびFIFO(First In, First Out)26を有する。サンプリング装置20は、外部メモリ51に接続されている。サンプリング装置20は、例えばFPGAなどの半導体集積回路を用いて実現される。
次に、レプリカ更新回路21a1の回路構成を例示する。レプリカ更新回路21a2~21aKもレプリカ更新回路21a1と同様の回路構成である。
レプリカ更新回路21a1は、インデックス生成部211、更新部212、エネルギー変化計算部213、判定部214およびスコア計算部215を有する。インデックス生成部211、更新部212、エネルギー変化計算部213および判定部214のセットは、第1の実施の形態の状態更新部112(あるいは状態更新回路)の一例である。すなわち、インデックス生成部211、更新部212、エネルギー変化計算部213および判定部214を有する回路ブロックを状態更新部あるいは状態更新回路と称してもよい。スコア計算部215は、第1の実施の形態のスコア更新部113(あるいはスコア更新回路)の一例である。
判定部214は、オフセット値生成部214a、乱数生成部214b、ノイズ値生成部214c、符号反転回路214d、加算器214e,214f、比較器214gおよびセレクタ214hを有する。
ノイズ値生成部214cは、一様乱数uと、制御回路24により供給された逆温度値βpとに対して式(6)の左辺の値を生成するための変換テーブルを保持する。ノイズ値生成部214cは、当該変換テーブルにより、式(6)に基づくノイズ値(熱ノイズ)である-ln(u)/βpの値を生成する。ノイズ値生成部214cは、生成した-ln(u)/βpの値を加算器214fに出力する。
加算器214eは、符号反転回路214dから供給される-ΔEkjにオフセット値Eoffを加算し、加算器214fに供給する。
比較器214gは、加算器214eにより出力された評価値-ΔEkj+Eoff-ln(u)/βpを閾値(具体的には0)と比較することで、式(6)に基づく判定を行う。比較器214gは、評価値が0以上の場合、遷移可を示すフラグ(Fj=1)を、セレクタ214hおよびオフセット値生成部214aに出力する。図4では、比較器214gとオフセット値生成部214aとの関連線の図示を省略している。比較器214gは、評価値が0未満の場合、遷移不可を示すフラグ(Fj=0)を、セレクタ214hおよびオフセット値生成部214aに出力する。
リサンプリング回路22は、選択回路221およびメモリ222を有する。
選択回路221は、p=0(mod M)のタイミングで、レプリカ更新回路21a1~21aKのそれぞれのスコア計算部により計算されたスコアSkを取得し、式(11)で示される確率Pkに基づいて、リサンプリングを行う。選択回路221は、第1の実施の形態の選択回路12の一例である。
文献4:Pavlos S. Efraimidis, Paul G. Spirakis, “Weighted random sampling with a reservoir,” Information Processing Letters 97, issue 5, 2006., p.181-185.
1回の選択数mは、例えば、制御回路24またはサンプリング装置20の外部から選択回路221に対して指定される。選択回路221は、選択したm個のレプリカにより保持される状態ベクトル{xk}を取得し、メモリ222に格納する。選択回路221は、K/m回の選択が完了すると、メモリ222に蓄積されたK個の状態ベクトル{xS}をレプリカ更新回路21a1~21aKに書き戻す。K/m回の各回の選択において、選択される状態ベクトルが重複することもある。
メモリ222は、例えばSRAMであり、選択回路221により選択された状態ベクトルを蓄積するための記憶部である。
選択回路221は、乱数生成部221a、オフセット生成部221b、加算器221cおよび選択部221dを有する。
オフセット生成部221bは、乱数riに対してlog(-log(ri))を発生させるための変換テーブルを有し、当該テーブルに基づいて、K個の乱数riに対するK個の変数log(-log(ri))を、加算器221cに出力する。
図7は、サンプリング装置の処理例を示すフローチャートである。
(S10)制御回路24は、イジングモデルに応じた初期化を実行する。例えば、制御回路24は、レプリカ更新回路21a1~21aKのそれぞれに、初期状態、局所場の初期値、初期温度値(または初期逆温度値)、温度値(または逆温度値)の変化のための係数α、バイアス値、および、初期エネルギー値を設定する。制御回路24は、温度更新回数をカウントするカウンタpを1に設定する。制御回路24は、リサンプリングによる状態の選択個数mを外部から受け付け、選択回路221に設定する。また、制御回路24は、リサンプリングを行うまでの温度更新回数Mの外部からの設定を受け付ける。
(S14)インデックス生成部211は、インデックスjをj=0に設定する。
(S20)制御回路24は、レプリカ更新回路21a1~21aKに供給される温度値(または逆温度値)を更新する(温度更新)。温度更新は、式(9)に基づいて実行される。制御回路24は、pをインクリメントする(p=p+1)。
図8は、リサンプリングの例を示すフローチャートである。
リサンプリングの処理は、ステップS13に相当する。
(S31)選択回路221は、レプリカ更新回路21a1~21aKのそれぞれからスコアSkを取得する。選択回路221は、レプリカ更新回路21a1~21aKにより保持されるK個の状態のうちから、スコアSkに基づいて状態をm個選択する。
(S33)選択回路221は、カウンタCをインクリメントする(C=C+1)。
(S34)選択回路221は、C=K/mであるか否かを判定する。C=K/mの場合、ステップS35に処理が進む。C≠K/mの場合、ステップS31に処理が進む。
次に第3の実施の形態を説明する。前述の第2の実施の形態と相違する事項を主に説明し、共通する事項の説明を省略する。
図9は、第3の実施の形態のサンプリング装置の回路構成例を示す図である。
サンプリング装置20aは、レプリカ更新回路21a1,21a2,…,21aK、平均値計算ブロック23、制御回路24、メモリI/Fマクロ25、FIFO26およびスコア順選択回路27を有する。サンプリング装置20aは、リサンプリング回路22に代えて、スコア順選択回路27を有する点が、サンプリング装置20と異なる。サンプリング装置20aは、例えば、FPGAなどの半導体集積回路を用いて実現される。
スコア順選択回路27は、選択回路271およびメモリ272を有する。
選択回路271は、レプリカ更新回路21a1~21aKのそれぞれのスコア計算部により計算されたスコアSkを取得する。選択回路271は、スコアSkの上位m個のレプリカに対応するm個の状態{xS}を選択し、メモリ272に格納する。選択回路271は、選択したm個の状態{xS}を出力する。選択回路271は、第1の実施の形態の選択回路12の一例である。
図11は、選択回路の回路構成例を示す図である。
選択回路271は、選択部271aを有する。
図12は、サンプリング装置の処理例を示すフローチャートである。
(S40)制御回路24は、イジングモデルに応じた初期化を実行する。例えば、制御回路24は、レプリカ更新回路21a1~21aKのそれぞれに、初期状態、局所場の初期値、初期温度値(または初期逆温度値)、温度値(または逆温度値)の変化のための係数α、バイアス値、および、初期エネルギー値を設定する。制御回路24は、温度更新回数をカウントするカウンタpを1に設定する。制御回路24は、目標温度到達時の状態の選択個数mを外部から受け付け、選択回路271に設定する。
(S43)インデックス生成部211は、インデックスjをインクリメントする(j=j+1)。更新部212は、外部メモリ51から読み出された結合係数{Wij}=W1j~WNjを受け付け、メモリ212aに格納する。更新部212は、状態変数xjの値、および、局所場hjの値を、エネルギー変化計算部213に出力する。
(S48)制御回路24は、レプリカ更新回路21a1~21aKに供給される温度値(または逆温度値)を更新する(温度更新)。制御回路24は、pをインクリメントする(p=p+1)。
次に第4の実施の形態を説明する。前述の第2,第3の実施の形態と相違する事項を主に説明し、共通する事項の説明を省略する。
N個の状態変数(および当該状態変数に対応する局所場)を複数のグループ(例えば、グループ61,62)に分割し、複数のグループのそれぞれを別チップに搭載する。局所場の更新のための加算演算は、これらの各チップで並列に行うことが可能である。
図14は、第4の実施の形態のサンプリング装置の回路構成例を示す図である。
図14では、N個の状態変数をR個(Rは2以上の整数)のグループに分割した例が示されている。1つのグループに属する状態変数の数はN/R=m個である。この場合、1個または複数個の外部メモリを用いる。図14では、R個の外部メモリ51a1~51aRが例示されている。外部メモリ51a1~51aRは、例えば、DRAMである。外部メモリ51a1~51aRのそれぞれについても、R個のグループに分割された結合係数が、分けて格納される。
レプリカ更新回路31a1~31aKのそれぞれは、m個の状態変数x1 1~xm 1およびm個の局所場h1 1~hm 1の更新を担当する。レプリカ更新回路31a1~31aKのそれぞれは、変化候補の状態変数のインデックスjに対する結合係数Wij=W1j~WNjのうち、W1j~Wmjのみを、レプリカ更新回路31a1~31aKのそれぞれの内部メモリ(図示を省略している)に保持すればよい。この場合、例えば、外部メモリ51a1は、mN個の結合係数W1i~Wmi(i=1~N)を保持する。
分配回路313は、FIFO312から供給される結合係数W1j~Wmjをレプリカ更新回路31a1~31aKの内部メモリに格納する。
そこで、サンプリング装置10,20,20a,30では、当該並列化手法として、確率的探索プロセス(レプリカ)を並列に動作させ、複数のレプリカの情報を統合する方法を採る。複数のレプリカの情報を統合する方法には、Jarzynski-Nealの原理の応用であるAIPあるいはPAが用いられる。
11a1,11a2,…,11aK 更新回路
12 選択回路
13 制御回路
14 メモリ制御回路
111 記憶部
112 状態更新部
113 スコア更新部
Claims (10)
- エネルギー値を表す評価関数に含まれる複数の状態変数のうち、変化候補の状態変数と他の状態変数との組毎の結合係数、前記複数の状態変数の値、および、前記複数の状態変数に対応する複数の局所場の値を記憶する記憶部と、
変化候補の前記状態変数の前記局所場の値に基づいて前記エネルギー値の変化値を計算し、設定された温度値と乱数値と前記変化値とによる前記状態変数の値を変化させるか否かの判定に応じて、前記状態変数の値を変化させるとともに前記結合係数に基づき前記他の状態変数の前記局所場の値を更新する状態更新部と、
前記複数の状態変数の値に対する前記エネルギー値と前記温度値とに応じたスコア値を更新するスコア更新部と、
をそれぞれが備える複数の更新回路と、
前記複数の更新回路に対応する複数の前記スコア値に基づいて、前記複数の更新回路の数よりも少ない所定数の更新回路のそれぞれにより保持される前記複数の状態変数の値の組を選択し、選択された前記複数の状態変数の値の組を出力する選択回路と、
を有するサンプリング装置。 - 前記選択回路は、第1の温度値における前記複数のスコア値に基づいて選択された前記複数の状態変数の値の組により、前記複数の更新回路のそれぞれが備える前記記憶部に記憶された前記複数の状態変数の値を更新し、
前記複数の更新回路のそれぞれが備える前記状態更新部は、前記第1の温度値よりも低い第2の温度値において、前記選択回路による更新後の前記複数の状態変数の値を起点にして、前記状態変数の値を変化させる、
請求項1記載のサンプリング装置。 - 前記選択回路は、前記複数のスコア値の和に対する前記スコア値の割合で、前記スコア値に対応する更新回路により保持される前記複数の状態変数の値を選択する、請求項2記載のサンプリング装置。
- 前記選択回路は、前記温度値が目標値に達すると、前記複数のスコア値に基づいて、前記複数の状態変数の値の組を選択する、
請求項1記載のサンプリング装置。 - 前記複数の状態変数のうちの2つの状態変数の全ての組に対する前記結合係数を記憶するメモリから、変化候補の前記状態変数と前記他の状態変数との間の前記結合係数を、変化候補の前記状態変数が選択される順序で読み出し、前記複数の更新回路のそれぞれが備える前記記憶部に、読み出した前記結合係数を格納するメモリ制御回路、
を更に有する請求項1乃至4の何れか1項に記載のサンプリング装置。 - 前記所定数の更新回路に対応する所定数の前記スコア値に基づいて、所定の状態関数の平均値を計算する平均値計算回路、
を更に有する請求項1乃至5の何れか1項に記載のサンプリング装置。 - 前記複数の更新回路に前記温度値を設定し、前記温度値を漸減させる制御回路、
を更に有する請求項1乃至6の何れか1項に記載のサンプリング装置。 - 前記温度値が目標値に達すると、前記複数の更新回路のそれぞれにより得られた前記複数の状態変数の値のうち、最低のエネルギー値に対応する前記複数の状態変数の値を出力する制御回路、
を更に有する請求項1乃至7の何れか1項に記載のサンプリング装置。 - 前記記憶部は、前記複数の状態変数のうちの第1の部分の状態変数と変化候補の前記状態変数との組に対する前記結合係数を記憶する第1の記憶部と、前記複数の状態変数のうちの第2の部分の状態変数と変化候補の前記状態変数との組に対する前記結合係数を記憶する第2の記憶部と、を含み、
前記状態更新部は、前記第1の部分の状態変数の値および前記第1の部分の状態変数に対応する前記局所場の値を更新する第1の状態更新部と、前記第2の部分の状態変数の値および前記第2の部分の状態変数に対応する前記局所場の値を更新する第2の状態更新部と、を含み、
前記第1の記憶部と前記第1の状態更新部とを有する第1のチップと、
前記第2の記憶部と前記第2の状態更新部とを有する第2のチップと、
を更に有する請求項1乃至8の何れか1項に記載のサンプリング装置。 - 複数の更新回路のそれぞれが有する状態更新部が、エネルギー値を表す評価関数に含まれる複数の状態変数のうち、変化候補の状態変数の局所場の値に基づいて前記エネルギー値の変化値を計算し、設定された温度値と乱数値と前記変化値とによる前記状態変数の値を変化させるか否かの判定に応じて、前記状態変数の値を変化させるとともに、記憶部に記憶された、変化候補の前記状態変数と他の状態変数との組毎の結合係数に基づき前記他の状態変数の前記局所場の値を更新し、
前記複数の更新回路のそれぞれが有するスコア更新部が、前記複数の状態変数の値に対する前記エネルギー値と前記温度値とに応じたスコア値を更新し、
選択回路が、前記複数の更新回路に対応する複数の前記スコア値に基づいて、前記複数の更新回路の数よりも少ない所定数の更新回路のそれぞれにより保持される前記複数の状態変数の値の組を選択し、選択された前記複数の状態変数の値の組を出力する、
サンプリング方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019112548A JP7239826B2 (ja) | 2019-06-18 | 2019-06-18 | サンプリング装置およびサンプリング方法 |
EP20177455.1A EP3754556A1 (en) | 2019-06-18 | 2020-05-29 | Sampling device and sampling method |
US16/891,127 US20200401738A1 (en) | 2019-06-18 | 2020-06-03 | Information processing device and sampling method |
CN202010535178.1A CN112101512A (zh) | 2019-06-18 | 2020-06-12 | 采样装置和采样方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019112548A JP7239826B2 (ja) | 2019-06-18 | 2019-06-18 | サンプリング装置およびサンプリング方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020204929A JP2020204929A (ja) | 2020-12-24 |
JP7239826B2 true JP7239826B2 (ja) | 2023-03-15 |
Family
ID=70968766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019112548A Active JP7239826B2 (ja) | 2019-06-18 | 2019-06-18 | サンプリング装置およびサンプリング方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200401738A1 (ja) |
EP (1) | EP3754556A1 (ja) |
JP (1) | JP7239826B2 (ja) |
CN (1) | CN112101512A (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734042B (zh) * | 2020-12-30 | 2022-11-15 | 山东浪潮科学研究院有限公司 | 一种量子计算机多比特计算能力的标定方法及设备、介质 |
TWI790160B (zh) * | 2022-01-24 | 2023-01-11 | 旺宏電子股份有限公司 | 記憶體裝置及其操作方法 |
JP2023122981A (ja) * | 2022-02-24 | 2023-09-05 | 富士通株式会社 | プログラム、データ処理装置及びデータ処理方法 |
JP2023149806A (ja) | 2022-03-31 | 2023-10-16 | 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 |
JP2024062514A (ja) * | 2022-10-25 | 2024-05-10 | 富士通株式会社 | データ処理装置、データ処理方法およびプログラム |
JP2024077351A (ja) * | 2022-11-28 | 2024-06-07 | 富士通株式会社 | データ処理装置、プログラム及びデータ処理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007270659A (ja) | 2006-03-30 | 2007-10-18 | Toho Gas Co Ltd | コジェネレーションシステムの最適化方法および設備提案システム |
JP6465223B1 (ja) | 2018-02-01 | 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 |
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 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0934951A (ja) * | 1995-07-20 | 1997-02-07 | Nec Corp | 組合せ最適化方法 |
JP5820074B2 (ja) * | 2012-07-18 | 2015-11-24 | 旭化成エレクトロニクス株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
JP5901712B2 (ja) | 2014-08-29 | 2016-04-13 | 株式会社日立製作所 | 半導体装置および情報処理装置 |
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 |
US10896241B2 (en) * | 2015-06-09 | 2021-01-19 | Hitachi, Ltd. | Information processing device and control method therefor |
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 |
JP6773970B2 (ja) * | 2016-09-09 | 2020-10-21 | 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 |
JP6803026B2 (ja) * | 2017-06-23 | 2020-12-23 | 日本電信電話株式会社 | 結合振動子系の計算装置、プログラム及び方法 |
JP6892599B2 (ja) * | 2017-07-05 | 2021-06-23 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP6923790B2 (ja) * | 2017-07-06 | 2021-08-25 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
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 |
CA3111975A1 (en) * | 2018-09-13 | 2020-03-19 | Fujitsu Limited | Temperature adjustment of annealing circuit in optimization apparatus |
-
2019
- 2019-06-18 JP JP2019112548A patent/JP7239826B2/ja active Active
-
2020
- 2020-05-29 EP EP20177455.1A patent/EP3754556A1/en not_active Withdrawn
- 2020-06-03 US US16/891,127 patent/US20200401738A1/en not_active Abandoned
- 2020-06-12 CN CN202010535178.1A patent/CN112101512A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007270659A (ja) | 2006-03-30 | 2007-10-18 | Toho Gas Co Ltd | コジェネレーションシステムの最適化方法および設備提案システム |
JP6465223B1 (ja) | 2018-02-01 | 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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN112101512A (zh) | 2020-12-18 |
EP3754556A1 (en) | 2020-12-23 |
JP2020204929A (ja) | 2020-12-24 |
US20200401738A1 (en) | 2020-12-24 |
EP3754556A8 (en) | 2021-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7239826B2 (ja) | サンプリング装置およびサンプリング方法 | |
JP7108185B2 (ja) | 最適化装置および最適化装置の制御方法 | |
US11631006B2 (en) | Optimization device and control method of optimization device | |
CN114144794A (zh) | 电子装置及用于控制电子装置的方法 | |
US11199884B2 (en) | Optimization device and method of controlling optimization device utilizing a spin bit | |
CN113536229A (zh) | 采样装置、采样方法以及用于存储采样程序的存储介质 | |
US11562210B2 (en) | Stochastically determining to accept a state transition for an optimization device | |
US20210334332A1 (en) | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium for storing program | |
JP7193708B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
US20220012291A1 (en) | Information processing system, information processing method, and non-transitory computer-readable storage medium for storing program | |
US20210150356A1 (en) | Optimization device, method for controlling optimization device, and computer-readable recording medium recording program for controlling optimization device | |
JP7256378B2 (ja) | 最適化システムおよび最適化システムの制御方法 | |
US20210406422A1 (en) | Information processing system, information processing apparatus, and non-transitory computer-readable storage medium | |
US20230350972A1 (en) | Information processing apparatus and information processing method | |
US20220335321A1 (en) | Information processing system, information processing method, and non-transitory computer-readable storage medium | |
US20230081944A1 (en) | Data processing apparatus, data processing method, and storage medium | |
US20220366011A1 (en) | Non-transitory computer-readable storage medium and information processing apparatus | |
US20230267165A1 (en) | Computer-readable recording medium storing data processing program, data processing device, and data processing method | |
JP2020191017A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
US20240111833A1 (en) | Data processing apparatus and data processing method | |
EP4375831A1 (en) | Data processing apparatus, program, and data processing method | |
US20240135151A1 (en) | Data processing device, data processing method, and computer-readable recording medium storing data processing program | |
US20220261669A1 (en) | Information processing system, information processing method, and computer-readable recording medium storing program | |
US20230401278A1 (en) | Information processing apparatus, information processing method, and storage medium | |
US20220092380A1 (en) | Optimization device, optimization method, and computer-readable recording medium storing optimization program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220308 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221214 |
|
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: 20230131 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7239826 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |