WO2023203769A1 - 重み係数算出装置および重み係数算出方法 - Google Patents

重み係数算出装置および重み係数算出方法 Download PDF

Info

Publication number
WO2023203769A1
WO2023203769A1 PCT/JP2022/018589 JP2022018589W WO2023203769A1 WO 2023203769 A1 WO2023203769 A1 WO 2023203769A1 JP 2022018589 W JP2022018589 W JP 2022018589W WO 2023203769 A1 WO2023203769 A1 WO 2023203769A1
Authority
WO
WIPO (PCT)
Prior art keywords
constraint
term
weighting coefficient
constraint term
spins
Prior art date
Application number
PCT/JP2022/018589
Other languages
English (en)
French (fr)
Inventor
裕太 井手口
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2024516049A priority Critical patent/JPWO2023203769A1/ja
Priority to PCT/JP2022/018589 priority patent/WO2023203769A1/ja
Publication of WO2023203769A1 publication Critical patent/WO2023203769A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Definitions

  • the present invention provides a weighting coefficient calculation device, a weighting coefficient calculation method, and a computer-readable recording medium storing a weighting coefficient calculation program for calculating the weighting coefficient of each constraint term included in an expression expressing energy in a combinatorial optimization problem. Regarding.
  • the Ising model is a statistical mechanics model that expresses the behavior of magnetic materials using individual spins, but it can also be applied to solving combinatorial optimization problems.
  • each spin state is represented by "1" or "-1".
  • Both i and j in equation (1) are variables representing spin. Further, s i in equation (1) is a variable representing the state of spin i, and s j is a variable representing the state of spin j. h i in equation (1) is a constant corresponding to spin i. For each possible value of i, h i is defined as a constant. J ij in equation (1) is a constant corresponding to the combination of spin i and spin j. J ij is determined as a constant for each combination of the possible values of i and the possible values of j.
  • QUBO is a model that represents the state of each spin as “1” or “0”.
  • Both i and j in equation (2) are variables representing spin. Further, s i in equation (2) is a variable representing the state of spin i, and s j is a variable representing the state of spin j. Q ij in equation (2) is a constant corresponding to the combination of spin i and spin j. Q ij is determined as a constant for each combination of possible values of i and j.
  • the Ising model and the QUBO energy function are input to a solver that performs simulated annealing.
  • the solver uses simulated annealing to find the state of each spin that corresponds to the solution to the combinatorial optimization problem.
  • the energy function of QUBO is obtained by transforming the expression expressing energy in a combinatorial optimization problem.
  • This equation expresses the weighted sum of one or more objective functions and one or more constraint terms as energy.
  • One constraint term represents one constraint. Weighting coefficients are determined for each of the one or more objective functions and the one or more constraint terms. Further, each objective function and each constraint term can be transformed by themselves into the form of a QUBO energy function.
  • equation (3) shown below is an example of an equation expressing energy in a combinatorial optimization problem.
  • W 1 , W 2 , W 3 , W 4 , and W 5 are weighting coefficients, respectively.
  • W 5 (constraint term 3 + constraint term 4) represents that a plurality of constraint terms (constraint term 3 and constraint term 4) are associated with a common weighting coefficient W 5 .
  • Equation (3) An expression representing energy as exemplified in Equation (3) is transformed into a QUBO energy function. Then, the energy function of QUBO is input to the solving device. The solver finds the state of each spin that corresponds to a solution to the combinatorial optimization problem.
  • FIG. 7 is a schematic diagram showing an example of the state of each spin in this traveling salesman problem.
  • equation (4) the equation representing energy is expressed as equation (4) shown below.
  • the first term on the right side of equation (4) is the objective function.
  • the weighting factor of the objective function is 1.
  • d ij in the objective function represents the distance between two cities.
  • the second to ninth terms on the right side of equation (4) are constraint terms.
  • a common weighting coefficient A is determined for each constraint term.
  • the objective function in this example is in the form of a QUBO energy function. Further, each of the eight constraint terms can be transformed by itself into the form of a QUBO energy function.
  • the second term on the right side is a constraint that only one spin becomes 1 in the first column shown in FIG.
  • the third term on the right side is a constraint that only one spin becomes 1 in the second column shown in FIG.
  • the fourth term on the right side is a constraint that only one spin becomes 1 in the third column shown in FIG.
  • the fifth term on the right side is a constraint that only one spin becomes 1 in the fourth column shown in FIG.
  • the sixth term on the right side is a constraint that only one spin becomes 1 in the first row shown in FIG.
  • the seventh term on the right side is a constraint that only one spin becomes 1 in the second row shown in FIG.
  • the eighth term on the right side is a constraint that only one spin becomes 1 in the third row shown in FIG.
  • the ninth term on the right side is a constraint that only one spin becomes 1 in the fourth row shown in FIG.
  • FIG. 8 is a flowchart illustrating an example of a general processing procedure for determining weighting coefficients of constraint terms. It is assumed that the weighting coefficient of the objective function is determined as a fixed value by the operator.
  • step S101 the weighting coefficients of each constraint term are initialized (step S101). Then, simulated annealing is performed to obtain a solution to the combinatorial optimization problem (step S102). Next, it is determined whether a solution satisfying the constraints indicated by each constraint term has been obtained (step S103). If there is a constraint that is not satisfied in the obtained solution (No in step S103), the weighting coefficient of the constraint term is corrected manually or automatically (step S104). Then, the processing from step S102 onwards is repeated. If a solution that satisfies all the constraints indicated by each constraint term is obtained (Yes in step S103), the weighting coefficient of each constraint term obtained at that point is determined as the weighting coefficient of each constraint term.
  • the weighting coefficient of the objective function may be determined as appropriate by the operator. For example, in the example shown in equation (3), if the operator determines that objective function 1 is important, the operator may set the weighting coefficient W1 of objective function 1 to a large value.
  • Patent Document 1 an energy function is defined separately into a constraint term representing a constraint condition and a cost term representing a cost function, and the value of the weighting coefficient of the constraint term is adjusted by a parameter update rule to perform simulation. It is described that Ted annealing is performed.
  • the present invention provides a weighting coefficient calculation device, a weighting coefficient calculation method, and a computer readable device storing a weighting coefficient calculation program that can quickly calculate the weighting coefficient of a constraint term of an expression expressing energy of a combinatorial optimization problem.
  • the purpose is to provide a possible recording medium.
  • the weighting coefficient calculation device includes an input means into which each constraint term included in an expression expressing energy in a combinatorial optimization problem is input, and an input means for inputting each constraint term, and a link for each constraint term to each spin related to the constraint expressed by the constraint term.
  • automatic establishment rate calculation means that calculates an automatic establishment rate that is the probability that the constraint expressed by the constraint term is satisfied when all other constraints expressed by the constraint term are satisfied; an energy increase amount determination means for determining the energy increase amount at the time of constraint destruction, which is the energy increase amount when the expressed constraint is no longer satisfied; and for each constraint term, derive the number of spins related to the constraint expressed by the constraint term.
  • spin number deriving means for calculating a weighting coefficient corresponding to a constraint term based on the automatic establishment rate, the amount of energy increase upon breaking the constraint, and the number of spins for each constraint term. It is characterized by comprising:
  • a computer receives input of each constraint term included in an expression expressing energy in a combinatorial optimization problem, and for each constraint term, the computer receives input of each constraint term included in an expression expressing energy, Executes an automatic establishment rate calculation process that calculates an automatic establishment rate, which is the probability that the constraint expressed by the constraint term is satisfied when all other constraints expressed by the constraint term are satisfied, and for each constraint term, the constraint An energy increase amount determination process is executed to determine the energy increase amount at the time of constraint destruction, which is the amount of energy increase when the constraint expressed by the term is no longer satisfied, and for each constraint term, the spin related to the constraint expressed by the constraint term is calculated.
  • a spin number derivation process is executed to derive the number of spins, and for each constraint term, a weighting coefficient corresponding to the constraint term is determined based on the automatic establishment rate, the amount of energy increase at the time of breaking the constraint, and the number of spins.
  • the method is characterized in that a weighting coefficient calculation process is executed.
  • a computer-readable recording medium provides a computer with an input means for inputting each constraint term included in an expression expressing energy in a combinatorial optimization problem.
  • Automatic execution rate calculation processing that calculates an automatic execution rate that is the probability that the constraint expressed by the constraint term is satisfied when all other constraints related to individual spins are satisfied, for each constraint term .
  • An energy increase amount determination process that determines the energy increase amount at the time of constraint destruction, which is the amount of energy increase when the constraint expressed by the constraint term is no longer satisfied.For each constraint term, the number of spins related to the constraint expressed by the constraint term.
  • FIG. 1 is a block diagram showing a configuration example of a weighting coefficient calculation device according to an embodiment of the present invention.
  • FIG. 3 is a schematic diagram showing an example of constraints defined for a plurality of spins. This is a schematic diagram showing the amount of energy increase when the number of spins that are 1 decreases by 1 from n ⁇ a, and the amount of energy increase when the number of spins that are 1 increases by 1 from n+b. be. It is a flowchart which shows an example of processing progress of an embodiment of the present invention.
  • 1 is a schematic block diagram showing a configuration example of a computer related to a weighting coefficient calculation device according to an embodiment of the present invention.
  • FIG. 1 is a block diagram showing an overview of a weighting coefficient calculation device of the present invention.
  • FIG. 2 is a schematic diagram showing an example of the state of each spin in the traveling salesman problem.
  • 12 is a flowchart illustrating an example of a general processing procedure for determining weighting coefficients of constraint terms.
  • FIG. 1 is a block diagram showing a configuration example of a weighting coefficient calculation device according to an embodiment of the present invention.
  • the weighting coefficient calculation device 10 of the present embodiment includes an input section 1, a constraint identification section 2, an automatic establishment rate calculation section 3, an energy increase amount determination section 4, a spin number derivation section 5, and a weighting coefficient calculation section 6. Equipped with.
  • Each objective function and each constraint term in a formula representing the energy of a combinatorial optimization problem to be transformed into a QUBO energy function are input to the input unit 1.
  • the number of input constraint terms is one or more. Since the weighting coefficient of the objective function can be appropriately determined by the operator, the objective function does not need to be input.
  • information specifying the multiple constraint terms is also input to the input unit 1.
  • one constraint term represents one constraint.
  • Each objective function and each constraint term input to the input unit 1 can be transformed by itself into the form of a QUBO energy function.
  • the input unit 1 is an input device into which information specifying each objective function, each constraint term, and a plurality of constraint terms associated with a common weighting coefficient when the plurality of constraint terms exist. For example, the input unit 1 reads the objective function recorded on the recording medium, each constraint term, and information specifying the plural constraint terms when there are plural constraint terms associated with a common weighting coefficient. It may also be an input device such as a reading device. However, as described above, the objective function does not need to be input to the input unit 1.
  • the constraint specifying unit 2 specifies, for each input constraint term, the content of the constraint represented by the constraint term.
  • the automatic establishment rate calculation unit 3 calculates the automatic establishment rate for each constraint (in other words, for each constraint term).
  • the automatic establishment rate is the probability that the constraint expressed by the constraint term is satisfied when all other constraints related to the individual spins related to the constraint expressed by the constraint term are satisfied.
  • FIG. 2 is a schematic diagram showing an example of constraints defined for a plurality of spins.
  • the contents of each constraint C 1 to C 6 are specified by the constraint specifying unit 2 based on each input constraint term.
  • constraints C 1 to C 6 are all constraints such that only one spin becomes 1.
  • the constraint that only one spin becomes 1 will be referred to as a one-hot constraint.
  • the automatic establishment rate of constraint C1 will be explained as an example.
  • the individual spins associated with constraint C 1 are spins 1-4 (see FIG. 2). All other constraints associated with that individual spin are constraints C 2 , C 3 associated with spin 1, C 4 associated with spin 2, C 5 associated with spin 3, and C 5 associated with spin 4.
  • the constraint C6 is (see Fig. 2). Therefore, the automatic satisfaction rate of constraint C 1 is the probability that constraint C 1 is satisfied when all constraints C 2 to C 6 are satisfied.
  • the automatic success rate calculation unit 3 calculates the automatic success rate as a value in the range of 0 or more and 1 or less.
  • the constraints that are subject to automatic establishment rate calculation will be referred to as target constraints.
  • all other constraints related to individual spins related to the target constraint are respectively referred to as related constraints.
  • the automatic establishment rate calculation unit 3 calculates the probability that the spin becomes 1 for each spin related to the target constraint, assuming that all related constraints are satisfied. Calculate each.
  • the automatic establishment rate calculation unit 3 calculates the automatic establishment rate of the target constraint based on the probability that each spin becomes 1.
  • the automatic success rate calculation unit 3 calculates the probability that the spin becomes 1 for each spin related to the target constraint, as described above.
  • the automatic establishment rate calculation unit 3 calculates the automatic establishment rate of the target constraint C1 as follows.
  • the respective probabilities are also calculated as 0.08789 in the same manner as above.
  • the automatic establishment rate calculation unit 3 can calculate the automatic establishment rate even when the target constraint is an arbitrary constraint by calculating the probability that the spin becomes 1 for each spin related to the target constraint. .
  • the automatic establishment rate calculation unit 3 calculates the automatic establishment rate for each constraint (for each constraint term).
  • the weighting coefficient calculation unit 6 determines the weighting coefficient such that the larger the automatic establishment rate, which is a value in the range of 0 to 1, the smaller the weighting coefficient.
  • the energy increase amount determining unit 4 determines the energy increase amount upon breaking the constraint for each constraint (in other words, for each constraint term).
  • the amount of energy increase upon breaking the constraint is the amount of energy increase when the constraint expressed by the constraint term is no longer satisfied.
  • the energy increase amount determination unit 4 has a constraint that "the number of spins that are 1 is greater than or equal to a first predetermined value and less than or equal to a second predetermined value", and that "the number of spins that are 1 is a predetermined value
  • the amount of energy increase upon breaking the constraint is calculated for the constraint that "the number of spins that are 1 is equal to or less than a predetermined value” and the constraint that "the number of spins that are 1 is less than or equal to a predetermined value.”
  • the energy increase amount determination unit 4 uniformly determines the energy increase amount at the time of constraint destruction to be "1". Note that the content of the constraint for each constraint term is specified by the constraint specifying unit 2.
  • the energy increase amount determination unit 4 determines the energy increase amount upon breaking the constraint regarding the constraint that "the number of spins that are 1 is greater than or equal to the first predetermined value and less than or equal to the second predetermined value.” An example will be explained. Hereinafter, the number of spins that are 1 when the energy of the constraint term expressing this constraint is minimum is assumed to be n. Further, the first predetermined value is na and the second predetermined value is n+b.
  • Figure 3 shows the amount of energy increase when the number of spins that are 1 decreases by 1 from n ⁇ a, and the amount of energy increase when the number of spins that are 1 increases by 1 from n+b.
  • the amount of energy increase when the number of spins that are 1 decreases by 1 from na is written as E a . Further, the amount of energy increase when the number of spins that are 1 increases by 1 from n+b is written as E b .
  • the energy increase amount determination unit 4 can calculate the energy increase amounts E a and E b based on the constraint term representing this constraint.
  • the energy increase amount determining unit 4 calculates the probability that the spin becomes 1 for each spin related to the constraint based on other related constraints. Based on the probabilities, the energy increase amount determination unit 4 calculates the probability that the number of spins that are 1 is less than na and the probability that the number of spins that are 1 exceeds n+b. . The probability that the number of spins that are 1 is less than na is denoted by P a . The probability that the number of spins that are 1 exceeds n+b is written as P b .
  • the energy increase amount determination unit 4 determines that “if the number of spins that are 1 is equal to or greater than the first predetermined value, then the second Determine the amount of energy increase when the constraint is broken under the constraint "below a predetermined value".
  • Equation (5) The value obtained by equation (5) is the amount of energy increase upon breaking the constraint in the constraint that "the number of spins that are 1 is greater than or equal to the first predetermined value and less than or equal to the second predetermined value.”
  • the energy increase amount determining unit 4 determines the energy increase amount at the time of constraint destruction to be E b .
  • the energy increase amount determining unit 4 determines the energy increase amount at the time of constraint destruction to be E a .
  • the energy increase amount determining unit 4 in response to the constraint that "the number of spins that are 1 is greater than or equal to a predetermined value", the energy increase amount determining unit 4 , the amount of energy increase when the number of spins from 1 changes to one less than the predetermined value is determined as the amount of energy increase at the time of constraint breaking.
  • the energy increase amount determining unit 4 in response to the constraint that "the number of spins that are 1 is equal to or less than a predetermined value", the energy increase amount determining unit 4 , the amount of energy increase when the number of spins that is 1 changes to a state where the number of spins is 1 more than the predetermined value is determined as the amount of energy increase at the time of constraint breaking.
  • Constraints expressed by constraint terms with a large energy increase when the constraint is broken are likely to be satisfied when performing simulated annealing. Therefore, for a constraint term in which the amount of energy increase at the time of constraint destruction is large, the constraint expressed by that constraint term can be satisfied even if the weighting coefficient is made small. Therefore, the weighting coefficient calculation unit 6, which will be described later, determines the weighting coefficient so that the larger the amount of energy increase upon breaking the constraint, the smaller the weighting coefficient becomes.
  • the spin number deriving unit 5 derives the number of spins related to the constraint for each constraint (in other words, for each constraint term).
  • the spin number deriving unit 5 may derive the number of spins related to the constraint expressed by the constraint term based on the constraint term.
  • the weighting coefficient calculation unit 6 determines the weighting coefficient such that the larger the number of spins related to the constraint, the smaller the weighting coefficient.
  • the weighting coefficient calculation unit 6 calculates a weighting coefficient corresponding to the constraint term for each constraint (in other words, for each constraint term).
  • the weighting coefficient calculation unit 6 calculates a weighting coefficient corresponding to the constraint term of interest based on the automatic establishment rate determined for the constraint term, the amount of energy increase upon breaking the constraint, and the number of spins.
  • the weighting coefficient calculation unit 6 determines the weighting coefficient such that the larger the automatic establishment rate, which is a value in the range of 0 to 1, the smaller the weighting coefficient. Furthermore, the weighting coefficient calculation unit 6 determines the weighting coefficient such that the larger the amount of energy increase upon breaking the constraint, the smaller the weighting coefficient becomes. The weighting coefficient calculation unit 6 determines the weighting coefficient such that the larger the number of spins related to the constraint, the smaller the weighting coefficient.
  • the weighting coefficient calculation unit 6 calculates the weighting coefficient corresponding to the constraint term for each constraint term by calculating the following equation (6).
  • Weighting coefficient (1 - automatic establishment rate) / (energy increase when constraint breaks * number of spins) ...(6)
  • the weighting coefficient calculation unit 6 calculates the average value of the weighting coefficients calculated by equation (6) for each of the multiple constraint terms, is determined as a common weighting factor associated with the constraint term.
  • constraint term 1, constraint term 2, constraint term 3, and constraint term 4 shown in equation (3) are input, and information specifying constraint term 3 and constraint term 4 as multiple constraint terms associated with a common weighting coefficient.
  • the weighting coefficient calculation unit 6 determines the value calculated using equation (6) regarding the constraint term 1 as the weighting coefficient W 3 corresponding to the constraint term 1.
  • the weighting coefficient calculation unit 6 determines the value calculated using equation (6) regarding the constraint term 2 as the weighting coefficient W 4 corresponding to the constraint term 2.
  • weighting coefficient calculation unit 6 calculates the weighting coefficient calculated by equation (6) for constraint term 3 and the weighting coefficient calculated by equation (6) for constraint term 4. The average value of the calculated weighting coefficients is calculated, and the average value is determined as the weighting coefficient W5 .
  • the constraint identification unit 2, the automatic establishment rate calculation unit 3, the energy increase amount determination unit 4, the number of spins derivation unit 5, and the weighting coefficient calculation unit 6 are configured using, for example, a CPU (Central Processing Unit) of a computer that operates according to a weighting coefficient calculation program. ) is realized.
  • the CPU reads a weighting coefficient calculation program from a program recording medium such as a program storage device of a computer, and according to the weighting coefficient calculation program, the constraint identification unit 2, automatic establishment rate calculation unit 3, energy increase amount determination unit 4, spin It is sufficient to operate as the number deriving section 5 and the weighting coefficient calculating section 6.
  • FIG. 4 is a flowchart showing an example of the processing progress of this embodiment. Detailed explanations of matters that have already been explained will be omitted.
  • each constraint term in the equation representing the energy of the combinatorial optimization problem is input to the input unit 1 (step S1).
  • each objective function in the equation representing energy may also be input to the input unit 1.
  • information specifying the plurality of constraint terms is also input to the input unit 1.
  • the constraint specifying unit 2 specifies, for each constraint term, the content of the constraint represented by the constraint term (step S2).
  • the automatic establishment rate calculation unit 3 calculates the automatic establishment rate for each constraint term (step S3).
  • the energy increase amount determination unit 4 determines the energy increase amount when the constraint is broken for each constraint term (step S4).
  • the spin number deriving unit 5 derives, for each constraint term, the number of spins related to the constraint expressed by the constraint term (step S5).
  • steps S3, S4, and S5 The order of execution of steps S3, S4, and S5 is not limited. Further, the automatic success rate calculation section 3, the energy increase amount determination section 4, and the spin number derivation section 5 may execute steps S3, S4, and S5 in parallel.
  • the weighting coefficient calculation unit 6 calculates a weighting coefficient corresponding to each constraint term based on the automatic establishment rate, the amount of energy increase upon breaking the constraint, and the number of spins (step S6). .
  • the weighting coefficient calculation unit 6 associates the average value of the weighting coefficients calculated for each of the multiple constraint terms with the multiple constraint terms. It is determined as a common weighting coefficient (step S7). If a plurality of constraint terms associated with a common weighting coefficient do not exist, the weighting coefficient calculation unit 6 may end the process at step S6 without executing step S7.
  • the weighting coefficient calculation unit 6 may display the individual weighting coefficients corresponding to the finally determined individual constraint terms on, for example, a display device (not shown).
  • the output mode of each weighting coefficient corresponding to each constraint term is not limited to the above example.
  • each constraint term in the equation representing the energy of the combinatorial optimization problem is input to the weighting coefficient calculation device 10. Furthermore, if there are a plurality of constraint terms associated with a common weighting coefficient, information specifying the plurality of constraint terms is also input to the weighting coefficient calculation device 10. The weighting coefficient calculation device 10 calculates a weighting coefficient corresponding to each inputted constraint term based on the inputted information. At this time, the weighting coefficient calculation device 10 calculates weighting coefficients such that the weighting coefficients become smaller with respect to constraint terms that represent constraints that are likely to be satisfied. Generally, the smaller the weighting coefficient of a constraint term, the more difficult the constraint represented by that constraint term is to be satisfied.
  • the weighting coefficient calculation device 10 of the present embodiment calculates the weighting coefficients such that the weighting coefficients become small for the constraint terms that represent constraints that are likely to be satisfied, so even if the weighting coefficients are small, the constraints can be satisfied. .
  • the weighting coefficient calculation device 10 of the present embodiment calculates the weighting coefficient corresponding to each input constraint term based on the input information, so the iterative processing including simulated annealing ( (see FIG. 8), it is possible to calculate the weighting coefficient of each constraint term. Therefore, the weighting coefficient of each constraint term in the expression expressing the energy of the combinatorial optimization problem can be calculated at high speed.
  • Each objective function and each constraint term of the expression expressing the energy of the combinatorial optimization problem is determined in advance according to the combinatorial optimization problem. Then, the weighting coefficient calculation device 10 of this embodiment determines the weighting coefficient of each constraint term. Further, the operator may appropriately determine the weighting coefficient of each objective function. As a result, each objective function, each constraint term, and the weighting coefficient of each objective function and the weighting coefficient of each constraint term are determined. In other words, an expression expressing energy is determined. Therefore, it is possible to transform the energy expression into a QUBO energy function, and by inputting that energy function into a solver that performs simulated annealing, the state of each spin that corresponds to the solution of the combinatorial optimization problem is determined. can be obtained.
  • FIG. 5 is a schematic block diagram showing an example of the configuration of a computer related to the weighting coefficient calculation device 10 according to the embodiment of the present invention.
  • the computer 1000 includes a CPU 1001, a main storage device 1002, an auxiliary storage device 1003, an interface 1004, and an input device 1005.
  • the weighting coefficient calculation device 10 is realized by a computer 1000.
  • the operation of the weighting factor calculation device 10 is stored in the auxiliary storage device 1003 in the form of a weighting factor calculation program.
  • the CPU 1001 reads the weighting factor calculation program from the auxiliary storage device 1003, expands the weighting factor calculation program into the main storage device 1002, and executes the processing described in the above embodiment according to the weighting factor calculation program.
  • the auxiliary storage device 1003 is an example of a non-temporary tangible medium.
  • Other examples of non-transitory tangible media include magnetic disks, magneto-optical disks, CD-ROMs (Compact Disk Read Only Memory), DVD-ROMs (Digital Versatile Disk Read Only Memory), which are connected via the interface 1004. Examples include semiconductor memory.
  • the computer 1000 that receives the program may deploy the program in the main storage device 1002 and execute the processing described in the above embodiment according to the program. .
  • each component may be realized by a general-purpose or dedicated circuit, a processor, etc., or a combination thereof. These may be configured by a single chip or multiple chips connected via a bus. Part or all of each component may be realized by a combination of the circuits and the like described above and a program.
  • the plurality of information processing devices, circuits, etc. may be centrally arranged or distributed.
  • information processing devices, circuits, etc. may be implemented as a client and server system, a cloud computing system, or the like, in which each is connected via a communication network.
  • FIG. 6 is a block diagram showing an overview of the weighting coefficient calculation device of the present invention.
  • the weighting coefficient calculating device of the present invention includes an input means 71 , an automatic success rate calculating means 73 , an energy increase amount determining means 74 , a spin number deriving means 75 , and a weighting coefficient calculating means 76 .
  • Each constraint term included in an expression expressing energy in a combinatorial optimization problem is input to the input means 71 (for example, the input unit 1).
  • the automatic success rate calculation means 73 calculates, for each constraint term, when all other constraints related to the individual spins related to the constraint expressed by the constraint term are satisfied.
  • the automatic establishment rate which is the probability that the constraint represented by the constraint term is satisfied, is calculated.
  • the energy increase amount determination means 74 determines, for each constraint term, the energy increase amount at the time of constraint destruction, which is the energy increase amount when the constraint expressed by the constraint term is no longer satisfied. .
  • the spin number deriving means 75 (for example, the spin number deriving unit 5) derives, for each constraint term, the number of spins related to the constraint expressed by the constraint term.
  • the weighting coefficient calculation means 76 calculates a weighting coefficient corresponding to each constraint term based on the automatic establishment rate, the amount of energy increase upon breaking the constraint, and the number of spins. Calculate.
  • the automatic establishment rate calculation means 73 calculates, for each constraint term, if all other constraints related to the individual spins related to the constraint expressed by the constraint term are satisfied,
  • the configuration may be such that the probability of each spin becoming 1 is calculated, and the success rate is automatically calculated based on the probability that each spin becomes 1.
  • the weighting coefficient calculation means 76 associates the average value of the weighting coefficients calculated for each of the plurality of constraint terms with the plurality of constraint terms.
  • a configuration may also be adopted in which a common weighting coefficient is determined.
  • the present invention is suitably applied to a weighting coefficient calculation device that calculates a weighting coefficient of each constraint term included in an expression expressing energy in a combinatorial optimization problem.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Complex Calculations (AREA)

Abstract

入力手段７１には、組合せ最適化問題におけるエネルギーを表す式に含まれる各制約項が入力される。自動成立率算出手段７３は、制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、その制約項が表す制約が満たされている確率である自動成立率を算出する。エネルギー増加量決定手段７４は、制約項毎に、制約項が表す制約が満たされなくなった場合のエネルギー増加量である制約破壊時のエネルギー増加量を決定する。スピン数導出手段７５は、制約項毎に、制約項が表す制約に関連するスピンの数を導出する。重み係数決定手段７６は、制約項毎に、自動成立率と、制約破壊時のエネルギー増加量と、スピンの数とに基づいて、制約項に対応する重み係数を算出する。

Description

重み係数算出装置および重み係数算出方法
　本発明は、組合せ最適化問題におけるエネルギーを表す式に含まれる各制約項の重み係数を算出する重み係数算出装置、重み係数算出方法、および、重み係数算出プログラムを記録したコンピュータ読み取り可能な記録媒体に関する。
　組合せ最適化問題を解く際に、イジングモデルやＱＵＢＯ（Quadratic Unconstrained Binary Optimization ）のエネルギー関数が利用されている。
　イジングモデルは、個々のスピンによって磁性体の振る舞いを表す統計力学上のモデルであるが、組合せ最適化問題の求解にも適用可能である。イジングモデルでは、個々のスピンの状態は、“１”または“－１”で表される。
　イジングモデルにおけるエネルギー関数は、以下の式（１）のように表される。
Figure JPOXMLDOC01-appb-M000001
　式（１）におけるｉ，ｊは、いずれもスピンを表す変数である。また、式（１）におけるｓｉは、スピンｉの状態を表す変数であり、ｓｊは、スピンｊの状態を表す変数である。式（１）におけるｈｉは、スピンｉに対応する定数である。ｉの取り得る値毎に、ｈｉは定数として定められる。式（１）におけるＪｉｊは、スピンｉおよびスピンｊの組合せに対応する定数である。ｉの取り得る値とｊの取り得る値の組合せ毎に、Ｊｉｊは定数として定められる。
　ＱＵＢＯは、個々のスピンの状態を“１”または“０”で表すモデルである。
　ＱＵＢＯにおけるエネルギー関数は、以下の式（２）のように表される。
Figure JPOXMLDOC01-appb-M000002
　式（２）におけるｉ，ｊは、いずれもスピンを表す変数である。また、式（２）におけるｓｉは、スピンｉの状態を表す変数であり、ｓｊは、スピンｊの状態を表す変数である。式（２）におけるＱｉｊは、スピンｉおよびスピンｊの組合せに対応する定数である。ｉの取り得る値とｊの取り得る値の組合せ毎に、Ｑｉｊは定数として定められる。
　イジングモデルやＱＵＢＯのエネルギー関数は、シミュレーテッドアニーリングを実行する求解装置に入力される。求解装置は、シミュレーテッドアニーリングによって、組合せ最適化問題の解に該当する各スピンの状態を求める。
　以下、ＱＵＢＯのエネルギー関数を求める場合を例にして説明する。ただし、イジングモデルのエネルギー関数を求めることも、下記の説明と同様に説明可能である。
　ＱＵＢＯのエネルギー関数は、組合せ最適化問題におけるエネルギーを表す式を変形することによって求められる。この式は、１つ以上の目的関数と１つ以上の制約項の重み付け和を、エネルギーとして表す。１つの制約項は、１つの制約を表す。１つ以上の各目的関数と１つ以上の各制約項には、それぞれ、重み係数が定められている。また、個々の目的関数や個々の制約項は、それ自体で、ＱＵＢＯのエネルギー関数の形式に変形可能である。
　例えば、以下に示す式（３）は、組合せ最適化問題におけるエネルギーを表す式の一例である。
　Ｅ＝Ｗ１（目的関数１）＋Ｗ２（目的関数２）＋Ｗ３（制約項１）＋Ｗ４（制約項２）
　　＋Ｗ５（制約項３＋制約項４）
　　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（３）
　Ｗ１，Ｗ２，Ｗ３，Ｗ４，Ｗ５は、それぞれ重み係数である。
　式（３）において、Ｗ５（制約項３＋制約項４）は、複数の制約項（制約項３と制約項４）が共通の重み係数Ｗ５に関連付けられていることを表している。
　式（３）に例示するようなエネルギーを表す式が、ＱＵＢＯのエネルギー関数に変形される。そして、ＱＵＢＯのエネルギー関数は求解装置に入力される。求解装置は、組合せ最適化問題の解に該当する各スピンの状態を求める。
　ＱＵＢＯのエネルギー関数に変形されるエネルギーを表す式の具体例を以下に示す。ここでは、都市数が４個である場合の巡回セールスマン問題を例にする。図７は、この巡回セールスマン問題における各スピンの状態の一例を示す模式図である。本例では、エネルギーを表す式は、以下に示す式（４）のように表される。
Figure JPOXMLDOC01-appb-M000003
　式（４）の右辺第１項は、目的関数である。本例では、目的関数の重み係数は１である。目的関数におけるｄｉｊは、２つの都市間の距離を表す。式（４）の右辺第２項から第９項までは、制約項である。各制約項には共通の重み係数Ａが定められている。本例の目的関数は、ＱＵＢＯのエネルギー関数の形式になっている。また、８個の各制約項はそれぞれ、それ自体で、ＱＵＢＯのエネルギー関数の形式に変形することができる。
　右辺第２項は、図７に示す第１列において１つのスピンだけが１になるという制約である。右辺第３項は、図７に示す第２列において１つのスピンだけが１になるという制約である。右辺第４項は、図７に示す第３列において１つのスピンだけが１になるという制約である。右辺第５項は、図７に示す第４列において１つのスピンだけが１になるという制約である。
　右辺第６項は、図７に示す第１行において１つのスピンだけが１になるという制約である。右辺第７項は、図７に示す第２行において１つのスピンだけが１になるという制約である。右辺第８項は、図７に示す第３行において１つのスピンだけが１になるという制約である。右辺第９項は、図７に示す第４行において１つのスピンだけが１になるという制約である。
　制約項の値が０に近いほど、その制約項が表す制約がより満たされていることになる。
　一般的に、制約項の重み係数の値によっては、求解装置によって得られた解が、制約項が表す制約を満たさない場合がある。そこで、一般的に、シミュレーテッドアニーリングと、制約項の重み係数の修正とを繰り返すことによって、解が制約を満たすような制約項の重み係数を決定している。図８は、制約項の重み係数の決定の一般的な処理経過の例を示すフローチャートである。なお、目的関数の重み係数は、オペレータが固定値として定めているものとする。
　まず、各制約項の重み係数を初期化する（ステップＳ１０１）。そして、シミュレーテッドアニーリングを実行し、組合せ最適化問題の解を得る（ステップＳ１０２）。次に、各制約項が示す制約を満たす解が得られたか否かを判定する（ステップＳ１０３）。得られた解において、満たされていない制約があるならば（ステップＳ１０３のＮｏ）、手動または自動で、制約項の重み係数を修正する（ステップＳ１０４）。そして、ステップＳ１０２以降の処理を繰り返す。各制約項が示す制約を全て満たす解が得られたならば（ステップＳ１０３のＹｅｓ）、その時点で得られている各制約項の重み係数を、各制約項の重み係数として決定する。
　なお、目的関数の重み係数は、オペレータによって適宜決定されてよい。例えば、式（３）に示す例において、オペレータが、目的関数１が重要であると判断した場合には、オペレータが、目的関数１の重み係数Ｗ１を大きな値に設定すればよい。
　また、特許文献１には、エネルギー関数を、制約条件を表す制約項と、コスト関数を表すコスト項とに分けて定義し、制約項の重み係数の値をパラメータ更新則によって調節して、シミュレーテッドアニーリングを行うことが記載されている。
特開平８－１５３０８５号公報
　前述のように、シミュレーテッドアニーリングと、制約項の重み係数の修正とを繰り返しながら、制約を満たす解を得ることができる制約項の重み係数を決定する場合、シミュレーテッドアニーリングを繰り返すことになる。そのため、この方法では、制約項の重み係数の決定に時間がかかる。
　そこで、本発明は、組合せ最適化問題のエネルギーを表す式の制約項の重み係数を高速に算出することができる重み係数算出装置、重み係数算出方法、および、重み係数算出プログラムを記録したコンピュータ読み取り可能な記録媒体を提供することを目的とする。
　本発明による重み係数算出装置は、組合せ最適化問題におけるエネルギーを表す式に含まれる各制約項が入力される入力手段と、制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、前記制約項が表す前記制約が満たされている確率である自動成立率を算出する自動成立率算出手段と、制約項毎に、制約項が表す制約が満たされなくなった場合のエネルギー増加量である制約破壊時のエネルギー増加量を決定するエネルギー増加量決定手段と、制約項毎に、制約項が表す制約に関連するスピンの数を導出するスピン数導出手段と、制約項毎に、前記自動成立率と、前記制約破壊時のエネルギー増加量と、前記スピンの数とに基づいて、制約項に対応する重み係数を算出する重み係数算出手段とを備えることを特徴とする。
　本発明による重み係数算出方法は、コンピュータが、組合せ最適化問題におけるエネルギーを表す式に含まれる各制約項の入力を受け付け、制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、前記制約項が表す前記制約が満たされている確率である自動成立率を算出する自動成立率算出処理を実行し、制約項毎に、制約項が表す制約が満たされなくなった場合のエネルギー増加量である制約破壊時のエネルギー増加量を決定するエネルギー増加量決定処理を実行し、制約項毎に、制約項が表す制約に関連するスピンの数を導出するスピン数導出処理を実行し、制約項毎に、前記自動成立率と、前記制約破壊時のエネルギー増加量と、前記スピンの数とに基づいて、制約項に対応する重み係数を算出する重み係数算出処理を実行することを特徴とする。
　本発明によるコンピュータ読み取り可能な記録媒体は、組合せ最適化問題におけるエネルギーを表す式に含まれる各制約項が入力される入力手段を備えるコンピュータに、制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、前記制約項が表す前記制約が満たされている確率である自動成立率を算出する自動成立率算出処理、制約項毎に、制約項が表す制約が満たされなくなった場合のエネルギー増加量である制約破壊時のエネルギー増加量を決定するエネルギー増加量決定処理、制約項毎に、制約項が表す制約に関連するスピンの数を導出するスピン数導出処理、および、制約項毎に、前記自動成立率と、前記制約破壊時のエネルギー増加量と、前記スピンの数とに基づいて、制約項に対応する重み係数を算出する重み係数算出処理を実行させるための重み係数算出プログラムを記録したコンピュータ読み取り可能な記録媒体である。
　本発明によれば、組合せ最適化問題のエネルギーを表す式の制約項の重み係数を高速に算出することができる。
本発明の実施形態の重み係数算出装置の構成例を示すブロック図である。 複数のスピンに対して定められた制約の例を示す模式図である。 １となっているスピンの数がｎ－ａよりも１減少したときのエネルギー増加量、および、１となっているスピンの数がｎ＋ｂよりも１増加したときのエネルギー増加量を示す模式図である。 本発明の実施形態の処理経過の例を示すフローチャートである。 本発明の実施形態の重み係数算出装置に係るコンピュータの構成例を示す概略ブロック図である。 本発明の重み係数算出装置の概要を示すブロック図である。 巡回セールスマン問題における各スピンの状態の一例を示す模式図である。 制約項の重み係数の決定の一般的な処理経過の例を示すフローチャートである。
　以下、本発明の実施形態を図面を参照して説明する。
　以下の説明では、組合せ最適化問題のエネルギーを表す式から、ＱＵＢＯのエネルギー関数を求める場合を例にして説明する。ただし、イジングモデルのエネルギー関数を求める場合も同様である。
　図１は、本発明の実施形態の重み係数算出装置の構成例を示すブロック図である。本実施形態の重み係数算出装置１０は、入力部１と、制約特定部２と、自動成立率算出部３と、エネルギー増加量決定部４と、スピン数導出部５と、重み係数算出部６とを備える。
　入力部１には、ＱＵＢＯのエネルギー関数に変形される組合せ最適化問題のエネルギーを表す式における、各目的関数および各制約項が入力される。入力される制約項の個数は１個以上である。目的関数の重み係数は、オペレータによって適宜決定されうるので、目的関数は、入力されなくてもよい。
　また、共通の重み係数に関連付けられる複数の制約項が存在する場合、その複数の制約項を指定する情報も、入力部１に入力される。共通の重み係数に関連付けられる複数の制約項が２組以上存在していてもよい。
　既に説明したように、１つの制約項は、１つの制約を表す。
　入力部１に入力される各目的関数および各制約項はそれぞれ、それ自体で、ＱＵＢＯのエネルギー関数の形式に変形可能である。
　入力部１は、各目的関数および各制約項、および、共通の重み係数に関連付けられる複数の制約項が存在する場合にその複数の制約項を指定する情報が入力される入力デバイスである。例えば、入力部１は、記録媒体に記録された目的関数、各制約項、および、共通の重み係数に関連付けられる複数の制約項が存在する場合にその複数の制約項を指定する情報を読み込むデータ読み込み装置等の入力デバイスであってもよい。ただし、上記のように、目的関数は、入力部１に入力されなくてもよい。
　制約特定部２は、入力された制約項毎に、制約項が表す制約の内容を特定する。
　自動成立率算出部３は、制約毎に（換言すれば、制約項毎に）、自動成立率を算出する。自動成立率とは、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、その制約項が表す制約が満たされている確率である。
　スピンと制約とが関連しているとは、その制約が満たされるか否かを判定する際に、そのスピンの状態が参照されるということである。
　図２は、複数のスピンに対して定められた制約の例を示す模式図である。各制約Ｃ１～Ｃ６の内容は、入力された各制約項に基づいて、制約特定部２によって特定される。本例では、制約Ｃ１～Ｃ６がいずれも、１つのスピンだけが１になるという制約であるものとする。以下、１つのスピンだけが１になるという制約を、one-hot 制約と記す。
　制約Ｃ１の自動成立率を例にして説明する。制約Ｃ１に関連する個々のスピンは、スピン１～４である（図２参照）。その個々のスピンに関連する他の全ての制約は、スピン１に関連する制約Ｃ２，Ｃ３、スピン２に関連する制約Ｃ４、スピン３に関連する制約Ｃ５、および、スピン４に関連する制約Ｃ６である（図２参照）。従って、制約Ｃ１の自動成立率は、制約Ｃ２～Ｃ６が全て満たされている場合に、制約Ｃ１が満たされている確率である。
　自動成立率算出部３は、自動成立率を０以上１以下の範囲の値として算出する。
　以下、自動成立率の算出対象となる制約を対象制約と記す。また、対象制約に関連する個々のスピンに関連する他の全ての制約をそれぞれ関連制約と記す。自動成立率算出部３は、対象制約の自動成立率を算出するときに、全ての関連制約が満たされているものとして、対象制約に関連する個々のスピン毎に、スピンが１になる確率をそれぞれ算出する。自動成立率算出部３は、その個々のスピンが１になる確率に基づいて、対象制約の自動成立率を算出する。
　図２を参照して具体的に説明する。対象制約が制約Ｃ１であるとする。このとき、制約Ｃ２～Ｃ６が関連制約となる。自動成立率算出部３は、関連制約Ｃ２～Ｃ６が全て満たされているときに、スピン１が１になる確率（ｓ１＝１になる確率）、スピン２が１になる確率（ｓ２＝１になる確率）、スピン３が１になる確率（ｓ３＝１になる確率）、および、スピン４が１になる確率（ｓ４＝１になる確率）をそれぞれ算出する。そして、自動成立率算出部３は、算出した上記の確率に基づいて、対象制約の自動成立率を算出する。
　具体的な計算例を以下に示す。関連制約Ｃ２～Ｃ６は満たされているものとする。制約Ｃ２に関連するスピンの数は２個である。従って、制約Ｃ２が満たされているときにｓ１＝１になる確率は、１／２＝０．５である。また、制約Ｃ３に関連するスピンの数は４個である。従って、制約Ｃ３が満たされているときにｓ１＝１になる確率は、１／４＝０．２５である。制約Ｃ２，Ｃ３が満たされているときにｓ１＝１になる確率は、上記の２つの確率の平均値であり、（０．５＋０．２５）／２＝０．３７５である。
　また、制約Ｃ４に関連するスピンの数は４個である。従って、制約Ｃ４が満たされているときにｓ２＝１になる確率は、１／４＝０．２５である。同様に、制約Ｃ５が満たされているときにｓ３＝１になる確率も０．２５である。制約Ｃ６が満たされているときにｓ４＝１になる確率も０．２５である。
　本例では、自動成立率算出部３は、上記のように、対象制約に関連する個々のスピン毎に、スピンが１になる確率を計算する。
　次に、自動成立率算出部３は、以下のように、対象制約Ｃ１の自動成立率を算出する。対象制約Ｃ１は、one-hot 制約である。従って、自動成立率算出部３は、まず、ｓ１＝１、かつ、ｓ２＝ｓ３＝ｓ４＝０となる確率を求める。自動成立率算出部３は、この確率を０．３７５＊（１－０．２５）３＝０．１５８２と算出する。
　次に、自動成立率算出部３は、ｓ２＝１、かつ、ｓ１＝ｓ３＝ｓ４＝０となる確率を求める。自動成立率算出部３は、この確率を（１－０．３７５）＊０．２５＊（１－０．２５）２＝０．０８７８９と算出する。
　自動成立率算出部３は、ｓ３＝１、かつ、ｓ１＝ｓ２＝ｓ４＝０となる確率、および、ｓ４＝１、かつ、ｓ１＝ｓ２＝ｓ３＝０となる確率も、それぞれ、上記と同様に、０．０８７８９と算出する。
　従って、自動成立率算出部３は、対象制約Ｃ１（one-hot 制約）が満たされる確率を、０．１５８２＋０．０８７８９＋０．０８７８９＋０．０８７８９＝０．４２２と算出する。
　自動成立率算出部３は、対象制約に関連する個々のスピン毎に、スピンが１になる確率を計算することによって、対象制約が任意の制約の場合でも、自動成立率を算出することができる。
　上記の説明では、対象制約が制約Ｃ１である場合を例にして説明した。前述のように、自動成立率算出部３は、制約毎に（制約項毎）に、自動成立率を算出する。
　一般的に、制約項の重み係数がより大きければ、その制約項が表す制約はより満たされやすくなる。また、制約項の重み係数がより小さければ、その制約項が表す制約はより満たされにくくなる。自動成立率が高いということは、制約が満たされやすいということであるので、重み係数を小さくしても、制約を満たすことができる。従って、後述の重み係数算出部６は、０以上１以下の範囲の値である自動成立率が大きいほど、重み係数が小さくなるように、重み係数を決定する。
　エネルギー増加量決定部４は、制約毎に（換言すれば、制約項毎に）、制約破壊時のエネルギー増加量を決定する。制約破壊時のエネルギー増加量とは、制約項が表す制約が満たされなくなった場合のエネルギー増加量である。
　ただし、エネルギー増加量決定部４は、「１となっているスピンの数が第１の所定値以上第２の所定値以下である」という制約、「１となっているスピンの数が所定値以上である」という制約、および、「１となっているスピンの数が所定値以下である」という制約に関して、制約破壊時のエネルギー増加量を算出する。エネルギー増加量決定部４は、その他の制約に関しては、制約破壊時のエネルギー増加量を一律に“１”に決定する。なお、制約項毎の制約の内容は、制約特定部２によって特定されている。
　以下、エネルギー増加量決定部４が、「１となっているスピンの数が第１の所定値以上第２の所定値以下である」という制約に関して、制約破壊時のエネルギー増加量を決定する動作の例を説明する。以下、この制約を表す制約項のエネルギーが最小になるときの、１となっているスピンの数をｎ個とする。また、第１の所定値をｎ－ａとし、第２の所定値をｎ＋ｂとする。
　図３は、１となっているスピンの数がｎ－ａよりも１減少したときのエネルギー増加量、および、１となっているスピンの数がｎ＋ｂよりも１増加したときのエネルギー増加量を示す模式図である。図３に示すグラフにおいて、横軸は、制約に関連するスピンのうち１となっているスピンの数を示す。また、縦軸は、制約を表す制約項に基づいて定まるエネルギーを示す。
　図３に示すように、１となっているスピンの数がｎ－ａよりも１減少したときのエネルギー増加量をＥａと記す。また、１となっているスピンの数がｎ＋ｂよりも１増加したときのエネルギー増加量をＥｂと記す。エネルギー増加量決定部４は、この制約を表す制約項に基づいて、エネルギー増加量Ｅａ，Ｅｂを算出することができる。
　また、エネルギー増加量決定部４は、着目している制約項に関して、制約に関連する個々のスピン毎に、関連する他の制約に基づいて、スピンが１になる確率をそれぞれ算出する。エネルギー増加量決定部４は、その確率に基づいて、１となっているスピンの数がｎ－ａ未満になる確率、および、１となっているスピンの数がｎ＋ｂを超える確率をそれぞれ算出する。１となっているスピンの数がｎ－ａ未満になる確率をＰａと記す。１となっているスピンの数がｎ＋ｂを超える確率をＰｂと記す。
　エネルギー増加量決定部４は、Ｅａ，Ｅｂ，Ｐａ，Ｐｂを用いて、以下の式（５）によって、「１となっているスピンの数が第１の所定値以上第２の所定値以下である」という制約における制約破壊時のエネルギー増加量を決定する。
　（Ｅａ－Ｅｂ）＊Ｐａ／（Ｐａ＋Ｐｂ）＋Ｅｂ　　　・・・（５）
　式（５）によって得られた値が、「１となっているスピンの数が第１の所定値以上第２の所定値以下である」という制約における制約破壊時のエネルギー増加量である。
　また、確率Ｐａが０である場合には、エネルギー増加量決定部４は、制約破壊時のエネルギー増加量をＥｂに決定する。
　確率Ｐｂが０である場合には、エネルギー増加量決定部４は、制約破壊時のエネルギー増加量をＥａに決定する。
　また、「１となっているスピンの数が所定値以上である」という制約に対しては、エネルギー増加量決定部４は、１となっているスピンの数が所定値となっている状態から、１となっているスピンの数が所定値より１少ない状態に変化したときのエネルギー増加量を、制約破壊時のエネルギー増加量として決定する。
　また、「１となっているスピンの数が所定値以下である」という制約に対しては、エネルギー増加量決定部４は、１となっているスピンの数が所定値となっている状態から、１となっているスピンの数が所定値より１多い状態に変化したときのエネルギー増加量を、制約破壊時のエネルギー増加量として決定する。
　制約破壊時のエネルギー増加量が大きい制約項が表す制約は、シミュレーテッドアニーリング実行時に満たされやすい。従って、制約破壊時のエネルギー増加量が大きい制約項に関しては、重み係数を小さくしても、その制約項が表す制約を満たすことができる。従って、後述の重み係数算出部６は、制約破壊時のエネルギー増加量が大きいほど、重み係数が小さくなるように、重み係数を決定する。
　スピン数導出部５は、制約毎に（換言すれば、制約項毎に）、制約に関連するスピンの数を導出する。スピン数導出部５は、制約項に基づいて、その制約項が表す制約に関連するスピンの数を導出すればよい。
　制約に関連するスピンの数が多いほど、シミュレーテッドアニーリング実行時に、その制約に関連するスピンが選択され、その選択されたスピンがフリップする確率が高くなる。その結果、その制約は満たされやすい。従って、制約に関連するスピンの数が多いほど、重み係数を小さくしても、制約を満たすことができる。従って、後述の重み係数算出部６は、制約に関連するスピンの数が多いほど、重み係数が小さくなるように、重み係数を決定する。
　重み係数算出部６は、制約毎に（換言すれば、制約項毎に）、制約項に対応する重み係数を算出する。重み係数算出部６は、着目している制約項に関して求めた自動成立率、制約破壊時のエネルギー増加量、および、スピンの数に基づいて、その制約項に対応する重み係数を算出する。
　前述のように、重み係数算出部６は、０以上１以下の範囲の値である自動成立率が大きいほど、重み係数が小さくなるように、重み係数を決定する。また、重み係数算出部６は、制約破壊時のエネルギー増加量が大きいほど、重み係数が小さくなるように、重み係数を決定する。重み係数算出部６は、制約に関連するスピンの数が多いほど、重み係数が小さくなるように、重み係数を決定する。
　具体的には、重み係数算出部６は、以下の式（６）の計算によって、制約項毎に、制約項に対応する重み係数を算出する。
　重み係数＝（１－自動成立率）／（制約破壊時のエネルギー増加量＊スピンの数）
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（６）
　また、重み係数算出部６は、共通の重み係数に関連付けられる複数の制約項が存在する場合、その複数の制約項それぞれに対して式（６）で算出した重み係数の平均値を、その複数の制約項に関連付けられる共通の重み係数として決定する。
　例えば、式（３）に示す制約項１、制約項２、制約項３、制約項４が入力され、共通の重み係数に関連付けられる複数の制約項として制約項３および制約項４を指定する情報が入力されたとする。この場合、重み係数算出部６は、制約項１に関して式（６）で算出した値を、制約項１に対応する重み係数Ｗ３として決定する。同様に、重み係数算出部６は、制約項２に関して式（６）で算出した値を、制約項２に対応する重み係数Ｗ４として決定する。重み係数算出部６は、制約項３および制約項４に共通の重み係数Ｗ５を決定する場合、制約項３に関して式（６）で算出した重み係数と、制約項４に関して式（６）で算出した重み係数の平均値を算出し、その平均値を重み係数Ｗ５として決定する。
　制約特定部２、自動成立率算出部３、エネルギー増加量決定部４、スピン数導出部５、および、重み係数算出部６は、例えば、重み係数算出プログラムに従って動作するコンピュータのＣＰＵ（Central Processing Unit ）によって実現される。例えば、ＣＰＵが、コンピュータのプログラム記憶装置等のプログラム記録媒体から重み係数算出プログラムを読み込み、その重み係数算出プログラムに従って、制約特定部２、自動成立率算出部３、エネルギー増加量決定部４、スピン数導出部５、および、重み係数算出部６として動作すればよい。
　次に、処理経過について説明する。図４は、本実施形態の処理経過の例を示すフローチャートである。既に説明した事項については、詳細な説明を省略する。
　まず、入力部１に、組合せ最適化問題のエネルギーを表す式における各制約項が入力される（ステップＳ１）。ステップＳ１において、エネルギーを表す式における各目的関数も併せて入力部１に入力されてもよい。また、共通の重み係数に関連付けられる複数の制約項が存在する場合、その複数の制約項を指定する情報も、入力部１に入力される。
　次に、制約特定部２が、制約項毎に、制約項が表す制約の内容を特定する（ステップＳ２）。
　次に、自動成立率算出部３が、制約項毎に、自動成立率を算出する（ステップＳ３）。
　また、エネルギー増加量決定部４が、制約項毎に、制約破壊時のエネルギー増加量を決定する（ステップＳ４）。
　また、スピン数導出部５が、制約項毎に、制約項が表す制約に関連するスピンの数を導出する（ステップＳ５）。
　ステップＳ３，Ｓ４，Ｓ５の実行順序は、限定されない。また、自動成立率算出部３、エネルギー増加量決定部４、および、スピン数導出部５が、ステップＳ３，Ｓ４，Ｓ５を並列に実行してもよい。
　次に、重み係数算出部６が、制約項毎に、自動成立率、制約破壊時のエネルギー増加量、および、スピンの数に基づいて、制約項に対応する重み係数を算出する（ステップＳ６）。
　また、共通の重み係数に関連付けられる複数の制約項が存在する場合、重み係数算出部６は、その複数の制約項それぞれに対して算出した重み係数の平均値を、その複数の制約項に関連付けられる共通の重み係数として決定する（ステップＳ７）。共通の重み係数に関連付けられる複数の制約項が存在しない場合、重み係数算出部６は、ステップＳ７を実行せずに、ステップＳ６で処理を終了してよい。
　重み係数算出部６は、最終的に決定した個々の制約項に対応する個々の重み係数を、例えば、ディスプレイ装置（図示略）に表示してもよい。ただし、個々の制約項に対応する個々の重み係数の出力態様は、上記の例に限定されない。
　本実施形態によれば、組合せ最適化問題のエネルギーを表す式における各制約項が重み係数算出装置１０に入力される。また、共通の重み係数に関連付けられる複数の制約項が存在する場合、その複数の制約項を指定する情報も、重み係数算出装置１０に入力される。重み係数算出装置１０は、入力された情報に基づいて、入力された各制約項に対応する重み係数を算出する。このとき、重み係数算出装置１０は、満たされやすい制約を表す制約項に関して、重み係数が小さくなるように、重み係数を算出する。一般的に、制約項の重み係数がより小さければ、その制約項が表す制約はより満たされにくくなる。しかし、本実施形態の重み係数算出装置１０は、満たされやすい制約を表す制約項に関して、重み係数が小さくなるように重み係数を算出するので、重み係数が小さくても、制約を満たすことができる。
　また、上記のように、本実施形態の重み係数算出装置１０は、入力された情報に基づいて、入力された各制約項に対応する重み係数を算出するので、シミュレーテッドアニーリングを含む繰り返し処理（図８を参照）を行わずに、各制約項の重み係数を算出することができる。従って、組合せ最適化問題のエネルギーを表す式の各制約項の重み係数を高速に算出することができる。
　組合せ最適化問題のエネルギーを表す式の各目的関数および各制約項は、組合せ最適化問題に応じて、予め定められる。そして、本実施形態の重み係数算出装置１０により、各制約項の重み係数が決定される。また、オペレータは、各目的関数の重み係数を適宜、決定すればよい。その結果、各目的関数および各制約項、並びに、各目的関数の重み係数および各制約項の重み係数が定まった状態になる。すなわち、エネルギーを表す式が定まる。従って、エネルギーを表す式をＱＵＢＯのエネルギー関数に変形することができ、そのエネルギー関数を、シミュレーテッドアニーリングを実行する求解装置に入力することで、組合せ最適化問題の解に該当する各スピンの状態を得ることができる。
　図５は、本発明の実施形態の重み係数算出装置１０に係るコンピュータの構成例を示す概略ブロック図である。コンピュータ１０００は、ＣＰＵ１００１と、主記憶装置１００２と、補助記憶装置１００３と、インタフェース１００４と、入力デバイス１００５とを備える。
　本発明の実施形態の重み係数算出装置１０は、コンピュータ１０００によって実現される。重み係数算出装置１０の動作は、重み係数算出プログラムの形式で補助記憶装置１００３に記憶されている。ＣＰＵ１００１は、その重み係数算出プログラムを補助記憶装置１００３から読み出して、主記憶装置１００２に重み係数算出プログラムを展開し、その重み係数算出プログラムに従って、上記の実施形態で説明した処理を実行する。
　補助記憶装置１００３は、一時的でない有形の媒体の例である。一時的でない有形の媒体の他の例として、インタフェース１００４を介して接続される磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ（Compact Disk Read Only Memory ）、ＤＶＤ－ＲＯＭ（Digital Versatile Disk Read Only Memory ）、半導体メモリ等が挙げられる。また、プログラムが通信回線によってコンピュータ１０００に配信される場合、配信を受けたコンピュータ１０００がそのプログラムを主記憶装置１００２に展開し、そのプログラムに従って上記の実施形態で説明した処理を実行してもよい。
　また、各構成要素の一部または全部は、汎用または専用の回路（circuitry ）、プロセッサ等やこれらの組合せによって実現されてもよい。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各構成要素の一部または全部は、上述した回路等とプログラムとの組合せによって実現されてもよい。
　各構成要素の一部または全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントアンドサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。
　次に、本発明の概要について説明する。図６は、本発明の重み係数算出装置の概要を示すブロック図である。本発明の重み係数算出装置は、入力手段７１と、自動成立率算出手段７３と、エネルギー増加量決定手段７４と、スピン数導出手段７５と、重み係数算出手段７６とを備える。
　入力手段７１（例えば、入力部１）には、組合せ最適化問題におけるエネルギーを表す式に含まれる各制約項が入力される。
　自動成立率算出手段７３（例えば、自動成立率算出部３）は、制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、その制約項が表す制約が満たされている確率である自動成立率を算出する。
　エネルギー増加量決定手段７４（例えば、エネルギー増加量決定部４）は、制約項毎に、制約項が表す制約が満たされなくなった場合のエネルギー増加量である制約破壊時のエネルギー増加量を決定する。
　スピン数導出手段７５（例えば、スピン数導出部５）は、制約項毎に、制約項が表す制約に関連するスピンの数を導出する。
　重み係数算出手段７６（例えば、重み係数算出部６）は、制約項毎に、自動成立率と、制約破壊時のエネルギー増加量と、スピンの数とに基づいて、制約項に対応する重み係数を算出する。
　そのような構成によって、組合せ最適化問題のエネルギーを表す式の制約項の重み係数を高速に算出することができる。
　自動成立率算出手段７３が、制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、その制約項が表す制約に関連する個々のスピンが１になる確率をそれぞれ算出し、個々のスピンが１になる確率に基づいて、自動成立率を算出する構成であってもよい。
　重み係数算出手段７６が、共通の重み係数に関連付けられる複数の制約項が存在する場合に、その複数の制約項それぞれに対して算出した重み係数の平均値を、その複数の制約項に関連付けられる共通の重み係数として決定する構成であってもよい。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記の実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
産業上の利用の可能性
　本発明は、組合せ最適化問題におけるエネルギーを表す式に含まれる各制約項の重み係数を算出する重み係数算出装置に好適に適用される。
　１　入力部
　２　制約特定部
　３　自動成立率算出部
　４　エネルギー増加量決定部
　５　スピン数導出部
　６　重み係数算出部
　１０　重み係数算出装置

Claims (9)

  1. 　組合せ最適化問題におけるエネルギーを表す式に含まれる各制約項が入力される入力手段と、
    　制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、前記制約項が表す前記制約が満たされている確率である自動成立率を算出する自動成立率算出手段と、
    　制約項毎に、制約項が表す制約が満たされなくなった場合のエネルギー増加量である制約破壊時のエネルギー増加量を決定するエネルギー増加量決定手段と、
    　制約項毎に、制約項が表す制約に関連するスピンの数を導出するスピン数導出手段と、
    　制約項毎に、前記自動成立率と、前記制約破壊時のエネルギー増加量と、前記スピンの数とに基づいて、制約項に対応する重み係数を算出する重み係数算出手段とを備える
    　ことを特徴とする重み係数算出装置。
  2. 　前記自動成立率算出手段は、
    　制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、前記制約項が表す前記制約に関連する個々のスピンが１になる確率をそれぞれ算出し、前記個々のスピンが１になる確率に基づいて、前記自動成立率を算出する
    　ことを特徴とする請求項１に記載の重み係数算出装置。
  3. 　前記重み係数算出手段は、
    　共通の重み係数に関連付けられる複数の制約項が存在する場合に、前記複数の制約項それぞれに対して算出した重み係数の平均値を、前記複数の制約項に関連付けられる共通の重み係数として決定する
    　請求項１または請求項２に記載の重み係数算出装置。
  4. 　コンピュータが、
    　組合せ最適化問題におけるエネルギーを表す式に含まれる各制約項の入力を受け付け、
    　制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、前記制約項が表す前記制約が満たされている確率である自動成立率を算出する自動成立率算出処理を実行し、
    　制約項毎に、制約項が表す制約が満たされなくなった場合のエネルギー増加量である制約破壊時のエネルギー増加量を決定するエネルギー増加量決定処理を実行し、
    　制約項毎に、制約項が表す制約に関連するスピンの数を導出するスピン数導出処理を実行し、
    　制約項毎に、前記自動成立率と、前記制約破壊時のエネルギー増加量と、前記スピンの数とに基づいて、制約項に対応する重み係数を算出する重み係数算出処理を実行する
    　ことを特徴とする重み係数算出方法。
  5. 　前記コンピュータが、
    　前記自動成立率算出処理で、
    　制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、前記制約項が表す前記制約に関連する個々のスピンが１になる確率をそれぞれ算出し、前記個々のスピンが１になる確率に基づいて、前記自動成立率を算出する
    　請求項４に記載の重み係数算出方法。
  6. 　前記コンピュータが、
    　前記重み係数算出処理で、
    　共通の重み係数に関連付けられる複数の制約項が存在する場合に、前記複数の制約項それぞれに対して算出した重み係数の平均値を、前記複数の制約項に関連付けられる共通の重み係数として決定する
    　請求項４または請求項５に記載の重み係数算出方法。
  7. 　組合せ最適化問題におけるエネルギーを表す式に含まれる各制約項が入力される入力手段を備えるコンピュータに、
    　制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、前記制約項が表す前記制約が満たされている確率である自動成立率を算出する自動成立率算出処理、
    　制約項毎に、制約項が表す制約が満たされなくなった場合のエネルギー増加量である制約破壊時のエネルギー増加量を決定するエネルギー増加量決定処理、
    　制約項毎に、制約項が表す制約に関連するスピンの数を導出するスピン数導出処理、および、
    　制約項毎に、前記自動成立率と、前記制約破壊時のエネルギー増加量と、前記スピンの数とに基づいて、制約項に対応する重み係数を算出する重み係数算出処理
    　を実行させるための重み係数算出プログラムを記録したコンピュータ読み取り可能な記録媒体。
  8. 　前記コンピュータに、
    　前記自動成立率算出処理で、
    　制約項毎に、制約項が表す制約に関連する個々のスピンに関連する他の全ての制約が満たされている場合に、前記制約項が表す前記制約に関連する個々のスピンが１になる確率をそれぞれ算出させ、前記個々のスピンが１になる確率に基づいて、前記自動成立率を算出させる
    　重み係数算出プログラムを記録した請求項７に記載のコンピュータ読み取り可能な記録媒体。
  9. 　前記コンピュータに、
    　前記重み係数算出処理で、
    　共通の重み係数に関連付けられる複数の制約項が存在する場合に、前記複数の制約項それぞれに対して算出した重み係数の平均値を、前記複数の制約項に関連付けられる共通の重み係数として決定させる
    　重み係数算出プログラムを記録した請求項７または請求項８に記載のコンピュータ読み取り可能な記録媒体。
PCT/JP2022/018589 2022-04-22 2022-04-22 重み係数算出装置および重み係数算出方法 WO2023203769A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2024516049A JPWO2023203769A1 (ja) 2022-04-22 2022-04-22
PCT/JP2022/018589 WO2023203769A1 (ja) 2022-04-22 2022-04-22 重み係数算出装置および重み係数算出方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/018589 WO2023203769A1 (ja) 2022-04-22 2022-04-22 重み係数算出装置および重み係数算出方法

Publications (1)

Publication Number Publication Date
WO2023203769A1 true WO2023203769A1 (ja) 2023-10-26

Family

ID=88419504

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/018589 WO2023203769A1 (ja) 2022-04-22 2022-04-22 重み係数算出装置および重み係数算出方法

Country Status (2)

Country Link
JP (1) JPWO2023203769A1 (ja)
WO (1) WO2023203769A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06318193A (ja) * 1993-05-07 1994-11-15 Hitachi Ltd データ処理装置及び方法
JPH08153085A (ja) * 1994-11-28 1996-06-11 Ricoh Co Ltd 配送計画問題の最適解探索方法及びその装置
JP2019121137A (ja) * 2017-12-29 2019-07-22 富士通株式会社 最適化装置および最適化装置の制御方法
WO2022024329A1 (ja) * 2020-07-30 2022-02-03 日本電気株式会社 最適化装置、最適化方法および最適化プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06318193A (ja) * 1993-05-07 1994-11-15 Hitachi Ltd データ処理装置及び方法
JPH08153085A (ja) * 1994-11-28 1996-06-11 Ricoh Co Ltd 配送計画問題の最適解探索方法及びその装置
JP2019121137A (ja) * 2017-12-29 2019-07-22 富士通株式会社 最適化装置および最適化装置の制御方法
WO2022024329A1 (ja) * 2020-07-30 2022-02-03 日本電気株式会社 最適化装置、最適化方法および最適化プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TAKEHARA KOTA, TAISUKE OKU, YOSHIKI MATSUDA, SO TANAKA, NOZOMI TOGAWA: " A multi-various lightweight coefficient trial method for fast solving the traveling salesman problem using an SA-based Ising machine,", IPSJ SIG TECHNICAL REPORT. INFORMATION PROCESSING SOCIETY OF JAPAN RESEARCH REPORT EMBEDDED SYSTEMS (EMB) 2019-EMB-050, vol. 2019, no. 53, 18 March 2019 (2019-03-18), pages 1 - 6, XP093098179 *

Also Published As

Publication number Publication date
JPWO2023203769A1 (ja) 2023-10-26

Similar Documents

Publication Publication Date Title
AU2020202542A1 (en) Transforming attributes for training automated modeling systems
TWI444844B (zh) 模擬參數校正技術
US11182157B2 (en) Information processing device, arithmetic device, and information processing method
JP2015087973A (ja) 生成装置、生成方法、およびプログラム
US11410065B2 (en) Storage medium, model output method, and model output device
JP7007520B6 (ja) 情報処理装置、演算装置、及び情報処理方法
US20200090076A1 (en) Non-transitory computer-readable recording medium, prediction method, and learning device
JP6925546B1 (ja) 演算システム、情報処理装置、および最適解探索処理方法
WO2019208564A1 (ja) ニューラルネットワーク学習装置、ニューラルネットワーク学習方法、プログラム
US20230376559A1 (en) Solution method selection device and method
JP5984155B2 (ja) 情報処理装置、プログラム、及び、情報処理方法
JP2023063944A (ja) 機械学習プログラム、機械学習方法、及び、情報処理装置
WO2023203769A1 (ja) 重み係数算出装置および重み係数算出方法
JP6743902B2 (ja) マルチタスク関係学習システム、方法およびプログラム
JP2019185207A (ja) モデル学習装置、モデル学習方法、プログラム
US20220207381A1 (en) Computer-readable recording medium having stored therein vector estimating program, apparatus for estimating vector, and method for estimating vector
JP7438544B2 (ja) ニューラルネットワーク処理装置、コンピュータプログラム、ニューラルネットワーク製造方法、ニューラルネットワークデータの製造方法、ニューラルネットワーク利用装置、及びニューラルネットワーク小規模化方法
US20220343202A1 (en) Arithmetic circuit, arithmetic device, information processing apparatus, and method for searching for ground state of ising model
JP6726312B2 (ja) シミュレーション方法、システム、及びプログラム
WO2020115903A1 (ja) 学習装置、学習方法、および学習プログラム
JP7470019B2 (ja) 情報処理システム
JP7529028B2 (ja) 学習装置、学習方法および学習プログラム
EP4220500A1 (en) Data modification program, data modification method, and information processing apparatus
JP6927425B2 (ja) 確率的最適化装置、確率的最適化方法、および確率的最適化プログラム
US20230367926A1 (en) Solution system and solution method

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22938568

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2024516049

Country of ref document: JP

Kind code of ref document: A