JP7256378B2 - 最適化システムおよび最適化システムの制御方法 - Google Patents
最適化システムおよび最適化システムの制御方法 Download PDFInfo
- Publication number
- JP7256378B2 JP7256378B2 JP2019074572A JP2019074572A JP7256378B2 JP 7256378 B2 JP7256378 B2 JP 7256378B2 JP 2019074572 A JP2019074572 A JP 2019074572A JP 2019074572 A JP2019074572 A JP 2019074572A JP 7256378 B2 JP7256378 B2 JP 7256378B2
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- energy
- value
- local
- optimization device
- 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
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- 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
- G06N3/061—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using biological neurons, e.g. biological neurons connected to an integrated circuit
-
- 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
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
- C21D1/00—General methods or devices for heat treatment, e.g. annealing, hardening, quenching or tempering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- 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
-
- 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
- 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
- G06N3/047—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
- 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)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Neurology (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Algebra (AREA)
- Feedback Control In General (AREA)
Description
[第1の実施の形態]
第1の実施の形態を説明する。
最適化システム1は、最適化装置10および情報処理装置20を有する。
最適化装置10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複数のスピンに対応する複数の状態変数のそれぞれの値の組合せ(状態)のうち、エネルギー関数が最小値となるときの各状態変数の値(基底状態)を探索する。状態変数の値は「ビット」とも呼ばれる。
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。
ここで、最適化装置10は、エネルギーEを最小化する基底状態の探索に、例えば最急降下法を用いることが考えられる。しかし、最急降下法では、一旦、局所解に陥ると脱出できなくなる。そこで、最適化装置10では、状態変数の値の変化を許容するか否かの決定において、メトロポリス法やギブス法が用いられる。すなわち、最適化装置10は、ある状態から当該状態よりもエネルギーの低い他の状態への遷移を探索する近傍探索において、エネルギーが下がる状態だけでなく、エネルギーが上がる状態への遷移を確率的に許容する。例えば、メトロポリス法では、エネルギー変化ΔEの状態変数の値の変化を受け入れる確率(遷移受入確率)Aは、式(4)で表される。
記憶部21は、RAM(Random Access Memory)などの揮発性記憶装置でもよいし、HDD(Hard Disk Drive)やフラッシュメモリなどの不揮発性記憶装置でもよい。初期温度計算部22および温度補正部23は、CPU(Central Processing Unit)、DSP(Digital Signal Processor)、ASIC(Application Specific Integrated Circuit)、FPGA(Field Programmable Gate Array)などにより実現される。
初期温度計算部22は、最低温度Tminを式(5)に基づいて決定する。例えば、初期温度計算部22は、エネルギーの分解能が1の場合(すなわち、Eが整数値の場合)、ΔE=1の時の遷移受入確率A=a1になる温度として、最低温度Tminを計算する。遷移受入確率A=a1は、初期温度計算部22に予め与えられる(a1を任意に設定可能にすることもできる)。一例では、a1=0.001であり、この場合、Tmin=0.145程度である。ただし、最低温度Tminは記憶部21に予め格納されてもよい。その場合、初期温度計算部22は、最低温度Tminとして記憶部21に予め格納された値を用いることができる。
初期温度計算部22は、最高温度Tmaxをエネルギー変化ΔEが取り得る最大値max(ΔE)に基づいて計算する。例えば、初期温度計算部22は、最大値max(ΔE)を取り得る場合の遷移受入確率A=a2になるように最高温度Tmaxを調整する。遷移受入確率A=a2は、初期温度計算部22に予め与えられる(a2を任意に設定可能にすることもできる)。
初期温度計算部22は、上記のようにして求めた最高温度Tmaxおよび最低温度Tminを、初期温度T1として最適化装置10に入力する。
次に、第2の実施の形態を説明する。
図2は、第2の実施の形態の最適化システムの例を示す図である。
最適化装置40は、SAの手法を用いて、最適化問題に対する解の探索を行う。全体制御部41、入力部42、メモリ43a,43b,43c,43d,43e,43f,43g、データフロー制御部44を有する。また、最適化装置40は、FIFO(First In / First Out)メモリ(以下、単にFIFOと言う)45a,45b,45c、演算部46、更新対象選択部47、乱数生成部48、出力部49を有する。最適化装置40は、例えば、1チップの半導体集積回路により実現できる。
メモリ43a~43gは、コンテキスト情報を記憶する。7つのメモリ43a~43gのそれぞれは、例えば1種類のコンテキスト情報を記憶する。メモリ43aは各試行における現在の状態を記憶し、メモリ43bは各試行における現在のエネルギーを記憶する。メモリ43cは各試行における現在の最小エネルギーを記憶する。メモリ43dは各試行における現在の最小エネルギーの状態を記憶する。メモリ43eは各試行における現在の温度を記憶する。メモリ43fは各試行における現在のオフセットを記憶する。メモリ43gは、各試行における現在のバイアス(ローカルフィールド)を記憶する。
なお、メモリ43a~43gの代わりに、1つのメモリが用いられてもよい。
演算部46は、乱数生成部48にて生成された一様乱数u(0<u≦1)、重み係数、スピン情報、更新制御によって更新された現在の状態および温度Tに基づいて、例えばメトロポリス法の場合、式(6)により、複数のエネルギーの変化値の候補を計算する。式(6)を満たすΔEが、エネルギーの変化値の候補となる。なお、スピン情報は、更新対象のビットの情報である。
最適化装置40は、例えば、レプリカ交換法により、ある最適化問題に対するn個の状態を並列に処理する。レプリカ交換法では、温度の異なる複数のレプリカを用意し、各レプリカで温度固定として、SAと同じ動作により状態を更新する。そして、一定回数、状態を更新したらレプリカ間のエネルギー差と温度差とに応じてレプリカ間の状態を入れ替えることで、局所解からの脱出を容易にする。最適化装置40は、n個のレプリカを並列に処理することで、最適化装置40の1回の起動当たり、n個の局所解を出力する。
CPU51は、最適化装置40に設定する温度範囲として、最高温度Tmaxおよび最低温度Tminを決定する。また、CPU51は、最高温度Tmaxから最低温度Tminまでの温度の下げ方(温度スケジュール)を、最適化装置40に設定する。
最適化装置40で演算対象となる問題では、問題毎に取り得るエネルギーの範囲が異なるために適切な温度範囲を決定することが容易でない。
CPU51は、メモリ52に記憶されたプログラムを実行することで、制御部511、初期温度計算部512、温度補正部513およびセレクタ514の機能を発揮する。制御部511、初期温度計算部512、温度補正部513およびセレクタ514は、ASICやFPGAなどのハードウェアにより実現されてもよい。
セレクタ514は、ある最適化問題に対して、最適化装置40が最初に起動される場合には、初期温度計算部512から供給された温度(初期温度)Tsを、最適化装置40に入力する。セレクタ514は、当該最適化問題に対して、最適化装置40が2回目以降に起動される場合には、温度補正部513から供給された温度(補正温度)Tsを、最適化装置40に入力する。これにより、最適化装置40が最初に起動される場合と、2回目以降に起動される場合とで、最適化装置40に設定される温度範囲が変更される。
図6は、重み行列の例を示す図である。
図7は、局所解の例を示す図である。
温度補正部513は、最適化装置40からn個の局所解を取得する。例えば、温度補正部513は、最適化装置40から取得した局所解のうち、良い解(エネルギーが低い解)を上位n個だけ取得してもよい。
グラフ92は、局所解Xa,Xb間において異なるビットの変化とエネルギー変化との関係の例を示す。グラフ92の横軸は状態Xを示す。グラフ92の縦軸はエネルギーE(X)を示す。ここで、局所解Xaと局所解Xbとの間で異なるビットの数は9であるとする。局所解Xaのうち局所解Xbと異なるビットを抜き出したビット集合をXa’と表す。局所解Xbのうち局所解Xaと異なるビットを抜き出したビット集合をXb’と表す。Xa’=「001101110」である。Xb’=「110010001」である。ビット集合Xa’,Xb’における同じ桁のビット同士は、局所解Xa,Xbでも同じ桁のビット同士である。
(S1)CPU51は、初期温度Ts={Tmax,Tmin}を算出する。CPU51は、最適化装置40への初期温度Tsの設定を行う。CPU51は、最適化装置40を起動する。
(S10)制御部511は、イタレーションカウンタitに0を代入する(it=0)。
(S12)初期温度計算部512は、重み行列Wおよびバイアス値bに基づいて、式(5)および式(11)(あるいは式(9))により初期温度Ts=(Tmax,Tmin)を計算する。
(S15)制御部511は、最適化装置40による演算の終了を待機する。
(S16)温度補正部513は、n個の局所解(X,E)を最適化装置40から取得する。
(S18)制御部511は、イタレーションカウンタitにmを加算する(it=it+m)。
Tmax補正の処理は、ステップS17に相当する。
(S20)温度補正部513は、最適化装置40からn個の局所解を取得する。
(S22)温度補正部513は、kに0を代入する(k=0)。ここで、kは、局所解を識別する識別番号である。k=0,1,2,…であり、kの番号が大きいほど、エネルギーが大きい局所解に相当する。
(S24)温度補正部513は、選択した局所解[k]および局所解[k+1]に対して、Tmax[k]算出を実行する。Tmax[k]算出の詳細は後述される。ここで、最高温度候補Tmax[k]は、最高温度Tmaxのk番目の候補値を示す。
(S26)温度補正部513は、kがn-1に等しい(k==n-1)か否かを判定する。kがn-1に等しい場合、ステップS27に処理が進む。kがn-1に等しくない場合、ステップS23に処理が進む。
図12は、Tmax[k]算出例を示すフローチャートである。
(S30)温度補正部513は、解C=局所解[k+1]とする。
(S31)温度補正部513は、Dmax=0とする。
(S33)温度補正部513は、解Cにおいて集合Sに属するビットのΔEを式(2)、(3)を用いて算出する。温度補正部513は、解Cにおいて集合Sに属するビット毎に、ΔEを計算する。
(S37)温度補正部513は、集合Sが空集合(すなわち、S=={})であるか否かを判定する。集合Sが空集合の場合、ステップS38に処理が進む。集合Sが空集合でない場合、ステップS33に処理が進む。ここで、ステップS36において解Cのビットsが反転されると、ローカルフィールドhiが変化するため、ビットsを選択する前にステップS33で再度ΔEの算出が行われる。
図13は、複数の局所解からTmaxを算出する具体例を示す図である。
10 最適化装置
11 グラフ
11a ノード
20 情報処理装置
21 記憶部
22 初期温度計算部
23 温度補正部
30 系列
Claims (8)
- 基底状態の探索を実行して複数個の局所解を出力する最適化装置と、
自ニューロン以外の複数の他のニューロンとの接続の有無を示す重み値を含むエネルギー関数により示されるエネルギーの、前記探索における状態遷移に応じた増分値であるエネルギー増分の取り得る最大値に基づいて初期温度を計算する初期温度計算部と、前記最適化装置が出力する前記複数個の局所解を対応するエネルギーの昇順に並べた結果について、各局所解に対応する各状態変数の間を1ビット変化させた複数の状態変数の各々に対応する各エネルギー値の上昇値のうち、最大の上昇値に基づいて補正温度を算出する温度補正部とを備える情報処理装置と、
を有する最適化システム。 - 前記初期温度計算部は、バイアス値と前記重み値とから得られた前記エネルギー増分の取り得る最大値に基づいて前記初期温度を計算する、請求項1記載の最適化システム。
- 前記温度補正部は、エネルギーの大きい方の局所解からエネルギーの小さい方の局所解へ、各局所解に対応する各状態変数の間を1ビット変化させた前記複数の状態変数の各々に対応する各エネルギー値の上昇値のうち、最大の上昇値に基づいて補正温度を算出する、請求項1または2記載の最適化システム。
- 前記温度補正部は、1ビット変化させる状態変数を選択する際に、変化させる候補の状態変数のうち、当該状態変数の変化に応じたエネルギー値の上昇値が最小になる状態変数を選択する、請求項3記載の最適化システム。
- 前記初期温度計算部は、前記最大値に基づいて、前記エネルギー増分が前記最大値となる状態変数の変化が第1の確率で許容されるように前記初期温度を計算し、
前記温度補正部は、前記最大の上昇値に基づいて、エネルギー値の上昇値が前記最大の上昇値となる状態変数の変化が第2の確率で許容されるように前記補正温度を算出する、
請求項1乃至4の何れか1項に記載の最適化システム。 - 前記温度補正部は、前記最適化装置により前回の補正温度を用いて出力された前記複数個の局所解に基づいて今回の補正温度を算出する、請求項1乃至5の何れか1項に記載の最適化システム。
- 前記初期温度および前記補正温度は、前記最適化装置に設定される温度範囲のうちの最高温度であり、
前記初期温度計算部は、前記最適化装置におけるエネルギーの分解能に基づいて前記温度範囲のうちの最低温度を計算する、
請求項1乃至6の何れか1項に記載の最適化システム。 - 情報処理装置の初期温度計算部が、自ニューロン以外の複数の他のニューロンとの接続の有無を示す重み値を含むエネルギー関数により示されるエネルギーの、基底状態の探索における状態遷移に応じた増分値であるエネルギー増分の取り得る最大値に基づいて初期温度を計算し、
最適化装置が、基底状態の探索を実行して複数個の局所解を出力し、
前記情報処理装置の温度補正部が、前記最適化装置が出力する前記複数個の局所解を対応するエネルギーの昇順に並べた結果について、各局所解に対応する各状態変数の間を1ビット変化させた複数の状態変数の各々に対応する各エネルギー値の上昇値のうち、最大の上昇値に基づいて補正温度を算出する、
最適化システムの制御方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019074572A JP7256378B2 (ja) | 2019-04-10 | 2019-04-10 | 最適化システムおよび最適化システムの制御方法 |
EP20163247.8A EP3754559A1 (en) | 2019-04-10 | 2020-03-16 | Optimization system and control method for optimization system |
US16/823,413 US20200327393A1 (en) | 2019-04-10 | 2020-03-19 | Optimization system and control method for optimization system |
CN202010259143.XA CN111814969A (zh) | 2019-04-10 | 2020-04-03 | 优化系统和用于优化系统的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019074572A JP7256378B2 (ja) | 2019-04-10 | 2019-04-10 | 最適化システムおよび最適化システムの制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020173579A JP2020173579A (ja) | 2020-10-22 |
JP7256378B2 true JP7256378B2 (ja) | 2023-04-12 |
Family
ID=69844637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019074572A Active JP7256378B2 (ja) | 2019-04-10 | 2019-04-10 | 最適化システムおよび最適化システムの制御方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200327393A1 (ja) |
EP (1) | EP3754559A1 (ja) |
JP (1) | JP7256378B2 (ja) |
CN (1) | CN111814969A (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7339539B2 (ja) | 2020-01-15 | 2023-09-06 | 富士通株式会社 | 最適化装置、最適化装置の温度設定方法及び最適化装置の温度設定プログラム |
US11562211B2 (en) * | 2020-04-15 | 2023-01-24 | Fujitsu Limited | System local field matrix updates |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160063391A1 (en) | 2014-08-29 | 2016-03-03 | Hitachi, Ltd. | Information processing system and management apparatus |
JP2018063626A (ja) | 2016-10-14 | 2018-04-19 | 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 (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2683971B2 (ja) | 1991-10-25 | 1997-12-03 | 株式会社エイ・ティ・アール視聴覚機構研究所 | 制御方法 |
US9633715B2 (en) | 2013-05-31 | 2017-04-25 | Hitachi, Ltd. | Semiconductor device capable of attaining ground state in an ising model |
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 |
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 |
JP2020009301A (ja) * | 2018-07-11 | 2020-01-16 | 株式会社日立製作所 | 情報処理装置および情報処理方法 |
-
2019
- 2019-04-10 JP JP2019074572A patent/JP7256378B2/ja active Active
-
2020
- 2020-03-16 EP EP20163247.8A patent/EP3754559A1/en not_active Withdrawn
- 2020-03-19 US US16/823,413 patent/US20200327393A1/en active Pending
- 2020-04-03 CN CN202010259143.XA patent/CN111814969A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160063391A1 (en) | 2014-08-29 | 2016-03-03 | Hitachi, Ltd. | Information processing system and management apparatus |
JP2016051350A (ja) | 2014-08-29 | 2016-04-11 | 株式会社日立製作所 | 情報処理システム及び管理装置 |
JP2018063626A (ja) | 2016-10-14 | 2018-04-19 | 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 |
---|---|
JP2020173579A (ja) | 2020-10-22 |
CN111814969A (zh) | 2020-10-23 |
US20200327393A1 (en) | 2020-10-15 |
EP3754559A1 (en) | 2020-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6623947B2 (ja) | 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 | |
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 | |
JP7068575B2 (ja) | 最適化システム、最適化装置及び最適化システムの制御方法 | |
JP6892424B2 (ja) | ハイパーパラメータチューニング方法、装置及びプログラム | |
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 | |
JP2020086821A (ja) | 最適化装置および最適化装置の制御方法 | |
JP7248907B2 (ja) | 最適化装置および最適化装置の制御方法 | |
JP7239826B2 (ja) | サンプリング装置およびサンプリング方法 | |
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 | |
JP7053995B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP7256378B2 (ja) | 最適化システムおよび最適化システムの制御方法 | |
JP7137064B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP2020204928A (ja) | 最適化装置および最適化方法 | |
JP2020173661A (ja) | 最適化装置及び最適化装置の制御方法 | |
CN111639780A (zh) | 优化装置和优化装置的控制方法 | |
JP2021168096A (ja) | サンプリング装置、サンプリング方法及びサンプリングプログラム | |
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 | |
JP2020187453A (ja) | 最適化装置および最適化装置の制御方法 | |
JP2020038435A (ja) | 最適化装置及び最適化装置の制御方法 | |
JP7339539B2 (ja) | 最適化装置、最適化装置の温度設定方法及び最適化装置の温度設定プログラム | |
JP2022015503A (ja) | 情報処理システム、情報処理方法及びプログラム | |
JP2020194442A (ja) | 最適化装置及び最適化方法 | |
CA3108047C (en) | Optimization device and method for executing annealing processes and replica exchange | |
EP3903242A1 (en) | Device and methods for a quantum circuit simulator | |
JP6869588B1 (ja) | 情報処理装置、方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221031 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221226 |
|
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: 20230228 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230313 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7256378 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |