T-QARD Harbor

               

T-QARD Harbor

T-QARD Harborは東北大学量子アプリケーション研究開発センターT-QARDが運営する情報統計学、量子コンピュータ、最適化、機械学習分野の情報を提供するWebサイトです                

お知らせ

学会発表: INQA Conference 2024

T-QARDメンバーが国際会議 INQA Conference 2024 (日本, 東京) で発表しました。

  • 平間草太 (2024/10/17, Poster) “Improving Lower Bound Accuracy for Combinatorial Optimization Problems Using Dantzig-Wolfe Decomposition and Simulated Annealing”
  • 森田圭祐 (2024/10/17, Poster) “Bayesian Optimization using Factorization Machines and Annealing”

学会発表: 日本物理学会第79回年次大会

T-QARDメンバーが日本物理学会第79回年次大会 (北海道大学札幌キャンパス) で発表しました。

  • 平間草太 (2024/9/16, 口頭) 「量子アニーリングとDantzig-Wolfe分解を用いた厳密解法の検証」
  • 鹿内怜央 (2024/9/16, 口頭) 「疎結合代理モデルと量子アニーリングマシンを用いたブラックボックス最適化」
  • 森田圭祐 (2024/9/17, 口頭) 「オンライン機械学習手法を用いた高次元ブラックボックス最適化について」

学会発表: CCP2024

T-QARDメンバーが国際会議 XXXV IUPAP Conference on Computational Physics (CCP2024, ギリシャ,テッサロニキ) で発表しました。

  • 宮本誠也 (2024/7/10, Oral) “Efficient sampling in a glassy phase using a machine-learning-assisted Markov Chain Monte Carlo Method”
もっと見る »

先行研究の記事

バッチサイズが大きいとなぜ汎化性能が下がるのか?

深層学習では計算効率を高めるために大規模バッチ学習(LB)が盛んに使われますが、経験的に「テスト精度が下がる」という問題が知られています。本記事では、その原因を「損失関数の谷の形状」という観点から探り、数値実験を通してLBが鋭い谷に、小規模バッチ(SB)が平坦な谷に収束しやすいことを示します。さらに、両者の利点を活かすために提案された「ウォームスタート」の効果を紹介し、汎化性能をめぐる新たな理解と今後の課題について考察します。

read

量子アニーリングで車のCO2排出量を削減しよう!

渋滞を解消するような交通信号機の最適化は、ドライバーのストレス軽減やCO2削減量の削減という点において重要です。現在の日本では、定周期制御と交通感応制御という2つの方法を併用しています。交通感応制御ではリアルタイムに交通情報を取得し信号の状態を決定するため、高速な計算が求められており、量子アニーリングの活用が期待されています。量子アニーリングを活用したR. Shikanai らの先行研究では、曖昧なパラメタが存在し、モデル予測制御も導入されていません。本研究ではそのような曖昧なパラメータを除去し、モデル予測制御を組み込んだイジングモデルを提案します。

read
もっと見る »

実践記事

【実践編】量子アニーリングとADMMのハイブリッド方式による不等式制約への対処

解説記事「量子アニーリングとADMMのハイブリッド方式による不等式制約への対処」では、不等式制約付きの組合せ最適化問題を解くために、量子アニーリング(QA : Quantum Annealing)と ADMM(Alternating Direction Method of Multipliers)を組み合わせた手法を提案した論文を紹介しました。本記事では、そのアルゴリズムを実装し、元論文の再現実験を行います。

read
もっと見る »