抖阴旅行射

本文へ ナビゲーションへ
ここから本文です

大规模な组合せ最适化问题を解く確率的計算技术を开発 ?解収束時間を3桁以上低減し実時間で社会還元できる道を拓く?

【本学研究者情报】

〇电気通信研究所 准教授 鬼沢直哉

【発表のポイント】

  • 大规模な组合せ最适化问题注1)を高速に解く确率的计算注2)技术を开発
  • 量子アニーリング注3)マシンと比較して、約16倍の大规模な组合せ最适化问题を解くことができる技術を、一般的なパソコン(古典コンピュータ)上で実証
  • 従来手法と比较して约1,000倍の高速化が可能となり、复雑な社会问题を効率的に処理できる新たな手法として期待

【概要】

組合せ最適化問題は、膨大なデータの組合せから最適解を求める問題として知られています。組合せ最適化問題を高速に処理可能な技術として注目されているのがD-Waveなどの量子アニーリングマシンですが、いくつもの難点があり、大规模な组合せ最适化问题を解くことは困難です。東北大学電気通信研究所の鬼沢直哉准教授、羽生貴弘教授、カナダ?マギル大学のWarren J. Gross教授らの共同研究チームは、確率的演算に基づく新たなシミュレーテッドアニーリング注4)技术を开発し、量子アニーリングで知られるD-Wave Systems社のマシンと比較して、約16倍の大规模な组合せ最适化问题を解くことに成功しました。

今回开発した确率的计算技术は、一般的なパソコン(古典コンピュータ)で利用可能なアルゴリズムでありながら最适解への収束率を飞跃的に高めることに成功し、极低温动作を必须とする量子アニーリングマシンを実用性で大幅に上回る性能を実証しました。また、决定论的计算注2)に基づく従来手法と比较して、约1,000倍高速に组合せ最适化问题を解くことにも成功しました。多くの点で既存のアニーリング技术を大幅に超える性能を示しており、今后の情报処理技术に新たな展开をもたらし得るものと期待されます。

本研究成果は2022年3月30日付で米国の科学誌「IEEE Transactions on Neural Networks and Learning Systems」でオンライン公開されました。

図1 (a)エネルギー関数で表現された組合せ最適化問題のイメージ図。0か1の状態を持つノードの組合せによりエネルギーを表現し、最小エネルギーに到達すると最適解が得られる。 (b)今回開発した確率的計算技術に基づくノードの状態の統計的近似手法のブロック図。

【用语解説】

注1) 組合せ最適化問題
ある课题に対して膨大なデータの组合せから最适解を求める问题。具体的な応用は滨罢インフラ整备?施设配置问题?ポートフォリオ最适化など。

注2)决定论的计算と确率的计算
现在のコンピュータは、入力情报から出力情报が一意に决まる决定论的计算に基づく。一方で、确率的计算では出力を一意に决定せず、主に统计的な手法に基づく出力を决定する计算技术。

注3)量子アニーリング
組合せ最適化問題を解くことができる量子コンピューティング技術の一つ。D-Wave Systems社の量子アニーリングマシンは、極低温で動作する超伝導素子により構成。

注4)シミュレーテッドアニーリング
一般的なパソコン(古典コンピュータ)で动作可能で、组合せ最适化问题を解くことができる计算技术の一つ。

详细(プレスリリース本文)PDF

问い合わせ先

<研究に関すること>
东北大学电気通信研究所 准教授
担当 鬼沢 直哉
电话 022-217-5508
贰-尘补颈濒 苍补辞测补.辞苍颈锄补飞补.补7*迟辞丑辞办耻.补肠.箩辫(*を蔼に置き换えてください)

<报道に関すること>
东北大学电気通信研究所 総务係
电话 022-217-5420
贰-尘补颈濒 谤颈别肠-蝉辞尘耻*驳谤辫.迟辞丑辞办耻.补肠.箩辫(*を蔼に置き换えてください)

sdgs_logo

sdgs03 sdgs09 sdgs11

东北大学は持続可能な开発目标(厂顿骋蝉)を支援しています