最適化問題解法の簡便化・高速化

ストカスティック演算に基づく量子モンテカルロ計算アルゴリズムによるデジタルコンピュータでの最適化問題処理

概要

　組合せ最適化問題は近年様々な社会課題を解決可能な手法として注目されており、その解を高速に探す手法として量子によるアニーリング手法(QA)が期待されている。しかし、現状のQAは実装規模 に制限があったり、専用のシステムを用意必要があるなど、大規模な問題を解くのに不向きであった。また、現在研究されている確率情報に基づく演算手法のストカスティックを用いたシミュレーテッドアニーリング法 (SC-SA)は、古典系で動作するため問題に制約がなく，省電力ではあるが、大規模化に伴い低速であり、導入においてハードルがあった。
　そこで本技術は、ストカスティック演算に基づく新たなアニーリング法である量子モンテカルロ(SC-QMC)を用いることで、実装規模の制限や導入コストの少なくし、高速に、QAに比べて2桁以上の省電力で、 最適化問題の解法を実現した。

実施例

応用例

AI、人口知能、機械学習、深層学習、最適化、問題、ニューラルネットワーク、アニーリングなど

知的財産データ

発明者　　　　： 羽生貴弘、鬼沢直哉ら
技術キーワード： 情報・通信（ソフト）、エレクトロニクス、情報・通信（ハード）