今回は, California House Priceのデータ分析を, いくつかのモデルで行います.

マルチカーペイントショップ問題において、ブラックファーストとシミュレーテッドアニーリングの実装実験を行い、結果を比較した。

概要 記事「量子アニーリングを用いたグラフ彩色」では貪欲法でグラフ彩色を行うときに独立点集合を量子アニーリングで求めたときと古典コンピュータで求めたときとで最適化性能の比較を行った論文を紹介しました。本記事ではこの手法を […]

今回は、量子アニーリングソリューションコンテストに参加した際の発表内容を紹介します。筆者はチームT-QARD-QAPOとして参加し、ポートフォリオ最適化に関するアプリを構想し、発表しました。ポートフォリオ最適化とは、リスクとリターンを考慮して、最適な資産の組み合わせ（ポートフォリオ）を見つけることです。ポートフォリオ最適化には様々な理論がありますが、今回は現代ポートフォリオ理論に基づいたポートフォリオ最適化を行いました。

本記事は、こちらの論文の再現実験を行ったものです。具体的には、D-Waveマシンを用いて、ランダムなイジング模型(SK模型)を学習出来るか検証します。前の記事では、D-Waveマシンを用いた手書き数字の生成・復元を行っています。

本記事は、以下の論文の再現実験を行ったものです。具体的には、D-Waveマシンを用いた手書き数字の生成・復元を行います。この論文に関する詳しい解説は、記事「ボルツマン機械学習にD-Waveマシンを用いる」をご覧ください。

2021/12/19に行われた量子アニーリングソリューションコンテストに、T-QARD-949として参加しました。こちらの記事は「量子アニーリングを用いた給食の献立提案(前半)-量子アニーリングソリューションコンテスト」の後半部になります。ソリューションの全体像については、前半の記事をお読みください。

2021/12/19に行われた量子アニーリングソリューションコンテストに、T-QARD-949として参加しました。残念ながら入賞は出来ませんでしたが、多くの方に動画を見て頂けて嬉しかったです。その動画はこちらからご覧出来ます。本記事では、動画では説明しきれなかった実装部分に重点を当てて解説していきます。

先日開催された量子アニーリングソリューションコンテストにTQARD-410として参加し、量子アニーリングでフォトモザイクアートを作成するPhosaiqを提案しました。Phosaiqは画像の並びを最適化したフォトモザイクアートを作成し、またユーザーが調整することでフォトモザイクアートの質とユーザの体験価値を高めるプロダクトです。このコンテストにおいて、Phosaiqは優勝(D-Wave Systems社賞を受賞)することができました。

記事「ナーススケジューリング問題をD-Wave 2000Qで解く」では、ナーススケジューリング問題(NSP)をD-Wave 2000Qで解くことにより、量子アニーリング(QA)の計算性能を評価する論文を紹介しました。結果として、NSPを解くことに関しては、QAよりもシミュレーテッドアニーリング(SA)の方が有用でした。しかし、この論文では制約の係数を人数や日数といった設定毎に変えていないため、係数を調整することで、より良い結果を得られる可能性があります。そこで本記事ではまず、最適だと考えられる係数を探索します。そして、その係数を用いることで、論文の結果よりも基底状態の解を見つける確率が向上するのか検証します。