| 講演抄録/キーワード |
| 講演名 |
2022-12-03 16:40
アニーリングマシンにおける相関に基づく連続変数の離散化手法 ○古江友樹(埼玉大)・此島真喜子(富士通)・田村泰孝(DXR Lab. Inc.)・大久保 潤(埼玉大) MBE2022-42 NC2022-64 |
| 抄録 |
(和) |
近年,組合せ最適化問題を解くために特化したアニーリング専用ハードウェアの開発が進められ,実際に サービス提供もされている.しかし,専用ハードウェアの入力形式は QUBO 形式であり,二値変数しか扱えないとい う制限がある.そのため連続変数の問題に対しては離散化が必要となるが,ハードウェアの制約から利用できる二値 変数に限りがある.先行研究で使われている素朴な二進展開は多くの二値変数を必要とするため,二値変数の削減が 求められている.本研究では,連続変数の相関を利用した離散化手法を提案する.本提案により,解の性能を大きく 下げることなく二値変数の削減が可能であることを数値的に示す. |
| (英) |
Recently, annealing hardware specialized to combinatorial optimization problems has been developed, and there are some services employing some of them. However, the specialized hardware has a restriction; it can only use binary variables because its input format is the quadratic unconstrained binary optimization (QUBO) formulation. Therefore, discretization is necessary to solve problems with continuous variables. However, there is a severe constraint on the number of binary variables in the specialized hardware. Since the simple binary expansion in the previous research requires many binary variables, we need to reduce the number of binary variables due to hardware constraints. In this research, we propose a discretization method using the correlation of continuous variables. We numerically show that the proposed method reduced the number of binary variables without significantly degrading the performance of the result. |
| キーワード |
(和) |
イジングモデル / QUBO形式 / 離散化 / / / / / |
| (英) |
Ising model / qubo formulation / discretization / / / / / |
| 文献情報 |
信学技報, vol. 122, no. 292, NC2022-64, pp. 98-103, 2022年12月. |
| 資料番号 |
NC2022-64 |
| 発行日 |
2022-11-26 (MBE, NC) |
| ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
MBE2022-42 NC2022-64 |
| 研究会情報 |
| 研究会 |
MBE NC |
| 開催期間 |
2022-12-03 - 2022-12-03 |
| 開催地(和) |
大阪電気通信大学 寝屋川キャンパス |
| 開催地(英) |
Osaka Electro-Communication University |
| テーマ(和) |
NC, ME,一般 |
| テーマ(英) |
NC, ME, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
NC |
| 会議コード |
2022-12-MBE-NC |
| 本文の言語 |
日本語 |
| タイトル(和) |
アニーリングマシンにおける相関に基づく連続変数の離散化手法 |
| サブタイトル(和) |
|
| タイトル(英) |
Correlation-based discretization method of continuous variables in annealing machines |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
イジングモデル / Ising model |
| キーワード(2)(和/英) |
QUBO形式 / qubo formulation |
| キーワード(3)(和/英) |
離散化 / discretization |
| キーワード(4)(和/英) |
/ |
| キーワード(5)(和/英) |
/ |
| キーワード(6)(和/英) |
/ |
| キーワード(7)(和/英) |
/ |
| キーワード(8)(和/英) |
/ |
| 第1著者 氏名(和/英/ヨミ) |
古江 友樹 / Yuki Furue / フルエ ユウキ |
| 第1著者 所属(和/英) |
埼玉大学 (略称: 埼玉大)
Saitama University (略称: Saitama Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
此島 真喜子 / Makiko Konoshima / コノシマ マキコ |
| 第2著者 所属(和/英) |
富士通株式会社 (略称: 富士通)
Fujitsu Limited (略称: Fujitsu) |
| 第3著者 氏名(和/英/ヨミ) |
田村 泰孝 / Hirotaka Tamura / タムラ ヒロタカ |
| 第3著者 所属(和/英) |
DXR Laboratory Inc. (略称: DXR Lab. Inc.)
DXR Laboratory Inc. (略称: DXR Lab. Inc.) |
| 第4著者 氏名(和/英/ヨミ) |
大久保 潤 / Jun Ohkubo / オオクボ ジュン |
| 第4著者 所属(和/英) |
埼玉大学 (略称: 埼玉大)
Saitama University (略称: Saitama Univ.) |
| 第5著者 氏名(和/英/ヨミ) |
/ / |
| 第5著者 所属(和/英) |
(略称: )
(略称: ) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2022-12-03 16:40:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
NC |
| 資料番号 |
MBE2022-42, NC2022-64 |
| 巻番号(vol) |
vol.122 |
| 号番号(no) |
no.291(MBE), no.292(NC) |
| ページ範囲 |
pp.98-103 |
| ページ数 |
6 |
| 発行日 |
2022-11-26 (MBE, NC) |
|