JP7339539B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP7339539B2 JP7339539B2 JP2020004516A JP2020004516A JP7339539B2 JP 7339539 B2 JP7339539 B2 JP 7339539B2 JP 2020004516 A JP2020004516 A JP 2020004516A JP 2020004516 A JP2020004516 A JP 2020004516A JP 7339539 B2 JP7339539 B2 JP 7339539B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- unit
- energy
- temperature setting
- solution
- 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
- 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
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
- G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
- G06F7/544—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices for evaluating functions by calculation
-
- 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
-
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- Geometry (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Neurology (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Feedback Control In General (AREA)
- Complex Calculations (AREA)
Description
また、1つの実施態様では、最適化装置の温度設定プログラムが提供される。
(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。
まず、図2に示されている比較例の最適化装置10aを説明する。
たとえば、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。このため、状態変数を、0または1の値をとるビットと呼ぶこともできる。
探索部11は、設定されたTmaxaを新たな最大温度値として用い、上記のような基底状態の探索を繰り返す。
これに対して、図1に示す第1の実施の形態の最適化装置10の温度設定部12は、以下に示すように最大温度値(Tmax)を決定することで、上記のような場合にも対処可能とする。
図5は、第2の実施の形態の最適化装置の一例を示す図である。
第2の実施の形態の最適化装置20は、探索部21、温度設定部22、全体制御部23を有する。
探索部21は、それぞれがレプリカに対応するレプリカ回路21a1,21a2,…,21aNを有する。さらに、探索部21は、温度制御部21bを有する。
なお、図5は、ΔE生成部30a1~30anに対して、i番目のビットに対応することがわかりやすいように「ΔEi」計算部のように添え字iを付して名称を表記している。各ビットは、indexと呼ばれる識別情報により識別される。たとえば、i番目のビットのindexは、iである。
以下では、主に、ΔE生成部30a1を例示して説明する。同名の構成であるΔE生成部30a2~30anも同様の機能である。
ΔE生成部30a1は、自ビットと他ビットとの間の重み係数(W1j(j=1~n))を記憶する。W1jの添え字jは、自ビット(index=1のビット)を含む何れかのビットのindexを示す。なお、W11=0である。
ΔE生成部30a1はh1を用いて、式(6)に基づき、自ビットの値を変化させた場合に生じるΔE1を生成する。ΔE生成部30a1は、たとえば、状態保持部30cから供給される自ビットの現在の値から、自ビットの値が0,1の何れに変化するかを判別してもよい。ΔE生成部30a1は、生成したΔE1をセレクタ部30bに出力する。ΔE生成部30a1は、ΔE1の符号を逆転した-ΔE1を出力してもよい。本例では、ΔE生成部30a1は、-ΔE1を出力するものとする。
あるエネルギー変化(ΔE)を引き起こす状態遷移の許容確率(A(ΔE))は、メトロポリス法を用いる場合とギブス法を用いる場合とで異なり、以下の式(8)で表せる。
状態保持部30cは、たとえば、レジスタを有し、レプリカ回路21a1における状態(X1(x1,x2,…,xn))を保持する。また、状態保持部30cは、セレクタ部30bが出力するフラグとindexとを受け、たとえば、フラグが1の場合、indexに対応するビットの値を変更し、フラグが0の場合、何れのビットの値も変更しない。状態保持部30cは、現在のX1をE計算部30dに出力する。また、状態保持部30cは、レプリカ回路21a1における所定回数または所定期間の探索処理の完了時のX1を温度設定部22及び全体制御部23に出力する。また、状態保持部30cは、ΔE生成部30a1~30anのそれぞれに、index=jを出力する。
(温度設定部22の例)
図6は、温度設定部の一例を示す図である。
局所解選択部22aは、探索部21が出力するレプリカ回路21a1~21aNにおける局所解であるX1~XNと、X1~XNのそれぞれに対応するE1~ENを取得する。なお、以下では、Nは3以上であるものとする。局所解選択部22aは、N個の局所解をエネルギーの小さい順(昇順)に並べ、エネルギーの小さい順に2つずつ選択する。なお、局所解選択部22aは、N個の局所解をすべて選択対象とするのではなく、エネルギーが小さい順にm(<N)個の局所解を選択対象としてもよい。なお、局所解選択部22aは、X1~XNからランダムに2つずつ局所解を選択してもよく、その場合、E1~ENを取得しなくてもよい。
図7は、連続増加分積算部とTmax計算部の一例を示す図である。
フラグ値保持部22b5は、上記のfaの値を保持する。
積算値保持部22b7は、ΔEの積算値及び積算値の最大値を保持する。また、積算値保持部22b7は、積算値の最大値を保持する代わりに、積算値の平均値を保持してもよい。積算値やその最大値または平均値は、たとえば、X[k],X[k+1]のkの値が変わるたびに更新される。
Tmax[k]演算実行部22c1は、X[k],X[k+1]を用いた場合の最大温度値(Tmax[k])の演算を実行する。Tmax[k]は、積算値保持部22b7に保持されている、そのkの値についてのΔEの積算値の最大値を、式(3)のDsumとして用いて計算することで得られる。
Tmax選択部22c3は、Tmax[k]保持部22c2に保持されている各kについてのTmax[k]のうち、最大の値のものをTmaxとして出力する。このため、Tmax[k]を、最大温度値の候補値と呼ぶこともできる。なお、Tmax選択部22c3は、Tmax[k]保持部22c2に保持されている各kについてのTmax[k]の平均値を計算し、計算した平均値をTmaxとして出力してもよい。
(最適化装置20の動作例)
図8は、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。
(S12)全体制御部23または温度設定部22は、Tmaxを探索部21に設定する。Tmaxの初期値は、たとえば、全体制御部23によって探索部21に設定される。その後、局所解が探索部21から出力されるたびに、局所解に基づいて計算された新たなTmaxが温度設定部22によって設定される。
(S14)全体制御部23は、探索部21による探索処理の終了を待機する。
(S15)温度設定部22は、N個の局所解を探索部21から取得する。
(S17)全体制御部23は、itにmを加算する(it=it+m)。
図8のステップS16の処理は、たとえば、図9のような処理の流れにより行われる。
(S20)温度設定部22の局所解選択部22aは、探索部21から取得した局所解(X1~XN)を、対応するエネルギー(E1~EN)の昇順にソートする。
(S22)局所解選択部22aは、X[k]とX[k+1]とを選択する。
(S25)局所解選択部22a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S26に処理が進む。kがN-1に等しくない場合、ステップS22からの処理が繰り返される。
図10は、Tmax[k]の計算処理の一例の流れを示すフローチャートである。
(S30)図7の連続増加分積算部22bの集合S抽出部22b1は、解C=X[k+1]とする。
(S32)集合S抽出部22b1は、解CとX[k]間における前述の集合Sを抽出する。
(S36)判定部22b3は、フラグ値保持部22b5に保持されているfaが1であるか否かを判定する。faが1である場合、ステップS37に処理が進み、faが1ではない場合、ステップS38に処理が進む。
(S38)積算部22b6は、積算値保持部22b7に保持されているDsumにDを代入する(Dsum=D)。
(S40)判定部22b3は、フラグ値保持部22b5に保持されているfaが1であるか否かを判定する。faが1である場合、ステップS41に処理が進み、faが1ではない場合、ステップS43に処理が進む。
(S43)ビット変更部22b4は、解Cのビットsの値を変更し、ΔE計算部22b2におけるΔEの計算対象である集合Sからビットsを除外させる。
(効果)
図11は、スピングラス問題の計算時において、X[k+1]からX[k]に遷移させるときのエネルギー遷移の一例を示す図である。横軸はX[k+1]からのハミング距離を表し、縦軸はエネルギーを表す。問題の規模を示すビット数nは1024としている。
図2に示した方法のように、各ビット変化に伴うΔEのうち、エネルギー増加を最大とするDmaxに基づき最大温度値を計算する場合、状態が図11に示すようなエネルギーの山を登り切れる確率がとても低くなってしまう。Dmaxのようなエネルギー増加を引き起こす状態遷移を何度も繰り返さなければならないためである。つまり、図2に示した方法により計算される最大温度値では、局所解を脱出するには低すぎる値となってしまう可能性がある。
図13のように、第2の実施の形態の最適化装置20による手法を用いた場合、スピングラス問題1では、正解に到達したレプリカ数は、2.5個、スピングラス問題2では、正解に到達したレプリカ数は、68.6個であった。つまり、比較例の手法では解が得られないスピングラス問題についても解を得ることができた。また、他の問題についても比較例の手法とほぼ同等の結果が得られた。
図14は、第3の実施の形態の最適化装置の一例を示す図である。図14では、図5に示した最適化装置20と同じ要素(探索部21や全体制御部23)については一部図示が省略されている。
温度設定部41の各部は、たとえば、ASICやFPGAなどの特定用途の電子回路を用いて実現できる。また、温度設定部41の各部は、たとえば、CPUなどのプロセッサがプログラムを実行することによるソフトウェア処理にて実現できる。また、これに限らず、温度設定部41が、上記のような電子回路と、プロセッサがプログラムを実行することによるソフトウェア処理の両方により実現されるようにしてもよい。
図14には、連続増加分積算部41bとTmax計算部41cの一例が示されている。
積算部41b6は、図7の積算部22b6と同様に、判定部41b3から供給されるΔEを積算して積算値保持部41b7に保持させる。
カウンタ41b8は、判定部41b3がカウントアップ信号を出力するたびに、カウンタ値を+1する。
カウンタ値保持部41b10は、ΔEの積算値の最大値が得られたときのカウンタ値であるcntpを保持する。
Tmax[k]演算実行部41c1は、X[k],X[k+1]を用いた場合の最大温度値(Tmax[k])の演算を実行する。Tmax[k]は、DMAX保持部41b9に保持されている、そのkについてのDMAXpと、カウンタ値保持部41b10に保持されている、そのkについてのcntpに基づいて、式(12)を計算することで得られる。
Tmax選択部41c3は、Tmax[k]保持部41c2に保持されている各kについてのTmax[k]のうち、最大の値のものをTmaxとして出力する。なお、Tmax選択部41c3は、Tmax[k]保持部22c2に保持されている各kについてのTmax[k]の平均値を計算し、計算した平均値をTmaxとして出力してもよい。
ステップS50の処理は、図10に示したステップS30の処理と同じであるため説明を省略する。
(S57)faが1である場合、積算部41b6は、積算値保持部41b7に保持されているΔEの積算値であるDsumに、D(解Cにおけるビットsの変化に対するΔE)を加算する(Dsum=Dsum+D)。また、判定部41b3は、DMAX保持部41b9に保持されているDMAXに、これまで得られているDMAXとDのうち大きい方を代入する(DMAX=max(DMAX,D))。さらに、判定部41b3は、カウントアップ信号を出力することで、カウンタ41b8にcntを+1させる(cnt=cnt+1)。その後、ステップS64に処理が進む。
(S60)判定部41b3は、フラグ値保持部41b5に保持されているfaが1であるか否かを判定する。faが1である場合、ステップS61に処理が進み、faが1ではない場合、ステップS64に処理が進む。
(S66)Tmax計算部41cのTmax[k]演算実行部41c1は、Tmax[k]=DMAXp/-log(A(1/cntp))を計算する。これにより、Tmax[k]の計算が終了する。
図16は、cntpとエネルギーの山との関係の一例を示す図である。状態を局所解(X[k+1])から別の局所解(X[k])に遷移させるときのエネルギー遷移の一例が示されている。横軸はX[k+1]からのハミング距離を表し、縦軸はエネルギーを表す。
上記の第1乃至第3の実施の形態の最適化装置10,20,40のそれぞれは、前述のように、プロセッサがプログラムを実行することによるソフトウェア処理によって実現できる。その場合、最適化装置10,20,40またはそれらの一部(たとえば、温度設定部22,41、全体制御部23)は、以下に示すようなハードウェアを有するコンピュータであってもよい。
コンピュータ50は、CPU51、RAM(Random Access Memory)52、HDD(Hard Disk Drive)53、画像信号処理部54、入力信号処理部55、媒体リーダ56及び通信インタフェース57を有する。上記ユニットは、バスに接続されている。
プログラムは、コンピュータ読み取り可能な記録媒体(たとえば、記録媒体56a)に記録しておくことができる。記録媒体として、たとえば、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどを使用できる。磁気ディスクには、FD及びHDDが含まれる。光ディスクには、CD、CD-R(Recordable)/RW(Rewritable)、DVD及びDVD-R/RWが含まれる。プログラムは、可搬型の記録媒体に記録されて配布されることがある。その場合、可搬型の記録媒体から他の記録媒体(たとえば、HDD53)にプログラムをコピーして実行してもよい。
11 探索部
12 温度設定部
Claims (6)
- イジングモデルのエネルギーの基底状態の探索を、複数の温度値を用いて実行し、複数の解を出力する探索部と、
前記探索部が出力する前記複数の解から第1の解と第2の解を選択し、前記第1の解のビット列のうち、前記第2の解のビット列とは異なる複数のビットの1つの値を変化させた場合に生じる前記イジングモデルの前記エネルギーの変化を計算する処理を、前記複数のビットのそれぞれについて順次行い、前記エネルギーの増加が複数回連続して生じる場合に、前記複数回において増加した前記エネルギーの合計値を算出し、前記合計値に基づいて前記複数の温度値の最大値を決定し、決定した前記最大値を前記探索部に対して設定する温度設定部と、
を有する最適化装置。 - 前記温度設定部は、所定の確率値の対数で前記合計値を除算した値に基づいて前記最大値を決定する、請求項1に記載の最適化装置。
- 前記温度設定部は、
前記エネルギーの増加が連続して生じる回数を計数し、
前記第1の解と前記第2の解についての前記合計値が最大となる場合の、前記回数の計数値と、複数回連続して生じた前記エネルギーの増加のうちの最大の増加値とを保持し、
所定の確率を底、前記計数値の逆数をべき指数とした値の対数で、前記最大の増加値を除算した値に基づいて、前記最大値を決定する、
請求項1に記載の最適化装置。 - 前記温度設定部は、3つ以上である前記複数の解から選択される複数の解ペアのそれぞれについて、前記最大値の候補値を算出し、
前記探索部に対して設定される前記最大値は、前記複数の解ペアのそれぞれについて算出された前記候補値のうちの、最大の値である、
請求項1乃至3の何れか一項に記載の最適化装置。 - イジングモデルのエネルギーの基底状態の探索を、複数の温度値を用いて実行して複数の解を出力する探索部から、温度設定部が、前記複数の解を取得し、
前記温度設定部は、前記複数の解から第1の解と第2の解を選択し、
前記温度設定部は、前記第1の解のビット列のうち、前記第2の解のビット列とは異なる複数のビットの1つの値を変化させた場合に生じる前記イジングモデルの前記エネルギーの変化を計算する処理を、前記複数のビットのそれぞれについて順次行い、
前記温度設定部は、前記エネルギーの増加が複数回連続して生じる場合に、前記複数回において増加した前記エネルギーの合計値を算出し、
前記温度設定部は、前記合計値に基づいて前記複数の温度値の最大値を決定し、
前記温度設定部は、決定した前記最大値を前記探索部に対して設定する、
最適化装置の温度設定方法。 - イジングモデルのエネルギーの基底状態の探索を、複数の温度値を用いて実行して複数の解を出力する探索部から、前記複数の解を取得し、
前記複数の解から第1の解と第2の解を選択し、
前記第1の解のビット列のうち、前記第2の解のビット列とは異なる複数のビットの1つの値を変化させた場合に生じる前記イジングモデルの前記エネルギーの変化を計算する処理を、前記複数のビットのそれぞれについて順次行い、
前記エネルギーの増加が複数回連続して生じる場合に、前記複数回において増加した前記エネルギーの合計値を算出し、
前記合計値に基づいて前記複数の温度値の最大値を決定し、
決定した前記最大値を前記探索部に対して設定する、
処理をコンピュータに実行させる、最適化装置の温度設定プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020004516A JP7339539B2 (ja) | 2020-01-15 | 2020-01-15 | 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 |
EP20213267.6A EP3851953B1 (en) | 2020-01-15 | 2020-12-11 | Optimization apparatus, temperature setting method, and temperature setting program |
US17/118,672 US11514135B2 (en) | 2020-01-15 | 2020-12-11 | Optimization apparatus, temperature setting method, and non-transitory computer-readable storage medium |
CN202011619643.6A CN113128663A (zh) | 2020-01-15 | 2020-12-30 | 优化装置、温度设置方法和温度设置程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020004516A JP7339539B2 (ja) | 2020-01-15 | 2020-01-15 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021111270A JP2021111270A (ja) | 2021-08-02 |
JP7339539B2 true JP7339539B2 (ja) | 2023-09-06 |
Family
ID=73834176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020004516A Active JP7339539B2 (ja) | 2020-01-15 | 2020-01-15 | 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 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11514135B2 (ja) |
EP (1) | EP3851953B1 (ja) |
JP (1) | JP7339539B2 (ja) |
CN (1) | CN113128663A (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018005541A (ja) | 2016-07-01 | 2018-01-11 | 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 |
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 |
JP2019160169A (ja) | 2018-03-16 | 2019-09-19 | 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 |
JP2020173579A (ja) | 2019-04-10 | 2020-10-22 | 富士通株式会社 | 最適化システムおよび最適化システムの制御方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915355A (zh) * | 2012-10-11 | 2013-02-06 | 李英明 | 一种基于和声搜索和模拟退火的多处理机任务调度的方法 |
JP6445246B2 (ja) * | 2014-03-27 | 2018-12-26 | 株式会社日立製作所 | 情報処理装置及び情報処理方法 |
US11113620B2 (en) * | 2015-12-30 | 2021-09-07 | Google Llc | Enhancing simulated annealing with quantum annealing |
JP6524933B2 (ja) * | 2016-02-03 | 2019-06-05 | 富士通株式会社 | ボルツマンマシン、ボルツマンマシンの制御方法及びボルツマンマシンを有する情報処理装置 |
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 |
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 |
JP7004906B2 (ja) | 2018-05-01 | 2022-01-21 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
CN110147888B (zh) * | 2018-10-25 | 2023-06-20 | 腾讯科技(深圳)有限公司 | 基于教与学算法求解多目标优化问题的方法、装置和设备 |
-
2020
- 2020-01-15 JP JP2020004516A patent/JP7339539B2/ja active Active
- 2020-12-11 US US17/118,672 patent/US11514135B2/en active Active
- 2020-12-11 EP EP20213267.6A patent/EP3851953B1/en active Active
- 2020-12-30 CN CN202011619643.6A patent/CN113128663A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018005541A (ja) | 2016-07-01 | 2018-01-11 | 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 |
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 |
JP2019160169A (ja) | 2018-03-16 | 2019-09-19 | 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 |
JP2020173579A (ja) | 2019-04-10 | 2020-10-22 | 富士通株式会社 | 最適化システムおよび最適化システムの制御方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3851953B1 (en) | 2022-04-20 |
US20210216608A1 (en) | 2021-07-15 |
CN113128663A (zh) | 2021-07-16 |
US11514135B2 (en) | 2022-11-29 |
JP2021111270A (ja) | 2021-08-02 |
EP3851953A1 (en) | 2021-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
JP7248907B2 (ja) | 最適化装置および最適化装置の制御方法 | |
US11599073B2 (en) | Optimization apparatus and control method for optimization apparatus using ising models | |
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 | |
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 | |
JP2019079535A (ja) | パラメータ処理方法及び装置 | |
JP2020086821A (ja) | 最適化装置およ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 | |
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 | |
JP7201911B2 (ja) | 最適化装置および最適化装置の制御方法 | |
US11562210B2 (en) | Stochastically determining to accept a state transition for an optimization device | |
JP2022522180A (ja) | 断熱発展経路の予測方法、装置、機器及びコンピュータプログラム | |
JP2020027426A (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 | |
US20220012291A1 (en) | Information processing system, information processing method, and non-transitory computer-readable storage medium for storing program | |
EP2732387A1 (en) | Generation of recommendation values | |
US20210334332A1 (en) | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium for storing program | |
JP7256378B2 (ja) | 最適化システムおよび最適化システムの制御方法 | |
JP2023061477A (ja) | プログラム、データ処理方法及びデータ処理装置 | |
JP2021005282A (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 | |
CN112819161B (zh) | 变长基因遗传算法的神经网络构建系统、方法及存储介质 | |
US20220092380A1 (en) | Optimization device, optimization method, and computer-readable recording medium storing optimization program | |
JP6685969B2 (ja) | 抽出物理乱数生成装置、抽出物理乱数生成方法、プログラム | |
US20240111833A1 (en) | Data processing apparatus and data processing method | |
JP2023024085A (ja) | プログラム、データ処理方法及びデータ処理装置 | |
JP2023122981A (ja) | 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: 20220908 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230719 |
|
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: 20230725 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230807 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7339539 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |