概要 本稿では、まずボルツマンマシン（BM）の学習方法について、なるべく式変形を省略せずに解説します。結論から述べると、BMではパラメータ更新の際に必要となるモデル期待値の計算量が非常に大きく、実用上の大きな課題となりま […]

モンテカルロ法は確率的な手法を用いて、解析的に困難な数値計算を近似的に行う方法です。ランダムサンプリングを用いて、複雑な数学的問題や高次元の積分、最適化問題などを解くことができます。また、物理学や統計学、金融工学など、様々な分野で広く利用されています。モンテカルロ法の精度はサンプリングの回数（ステップ数）に依存し、一般にステップ数が増えるほど精度が高まります。

マイナー埋め込み 量子アニーリングマシンであるD-Wave 2000Qでは、物理的な量子ビットはキメラグラフという独特な構造になっています。最適化問題を解く際には、図1のキメラグラフ上にマッピングを行う必要があります。 […]

代表的な組合せ最適化問題の一つである最大カット問題について説明します。

リバースアニーリング リバースアニーリング(RA)は、古典系の解を初期状態とします。そして、横磁場を切った状態から徐々に横磁場を印加し、再び横磁場を切るという操作によって、より良い解を探索する方法です。アニーリングの進行 […]

イジング模型 イジング模型は、次のハミルトニアンで表されます。 \begin{equation}H(\mathbf{\sigma}) ~:=~ – \sum_{i<j} J_{ij} \sigma _i […]