特許ウォッチ

公開番号2025068379
公報種別公開特許公報(A)
公開日2025-04-28
出願番号2023178238
出願日2023-10-16
発明の名称演算プログラム、演算方法、および情報処理装置
出願人富士通株式会社
代理人個人
主分類G06N 99/00 20190101AFI20250421BHJP(計算;計数)
要約【課題】サンプリング回数を低減することができる演算プログラム、演算方法、および情報処理装置を提供する。
【解決手段】コンピュータに、学習データ群から複数の学習データセットを生成する処理と、前記複数の学習データセットのそれぞれに対してイジングモデルを作成することによって複数のイジングモデルを作成する処理と、前記複数のイジングモデルの係数の平均および偏差に応じて前記複数のイジングモデルを合成することで、合成イジングモデルを作成する処理と、前記合成イジングモデルについて推薦点を探索する処理と、前記推薦点と、前記推薦点の評価値と、を前記学習データ群に加える処理と、を繰り返し実行させる。
【選択図】図7

特許請求の範囲【請求項１】
コンピュータに、
学習データ群から複数の学習データセットを生成する処理と、
前記複数の学習データセットのそれぞれに対してイジングモデルを作成することによって複数のイジングモデルを作成する処理と、
前記複数のイジングモデルの係数の平均および偏差に応じて前記複数のイジングモデルを合成することで、合成イジングモデルを作成する処理と、
前記合成イジングモデルについて推薦点を探索する処理と、
前記推薦点と、前記推薦点の評価値と、を前記学習データ群に加える処理と、を繰り返し実行させることを特徴とする演算プログラム。
続きを表示（約 950 文字）【請求項２】
前記複数のイジングモデルを合成する際に、精度が閾値未満であるイジングモデルについては除外することを特徴とする請求項１に記載の演算プログラム。
【請求項３】
前記複数の学習データセットの少なくとも２セットは、互いに重複する学習データを含むことを特徴とする請求項１に記載の演算プログラム。
【請求項４】
探索された前記推薦点がすでに前記学習データ群に含まれている場合には、前記推薦点を探索するために用いた前記複数のイジングモデルを合成する際に、前記偏差の反映度合いを変化させて前記合成イジングモデルを再作成し、再作成した前記合成イジングモデルについて推薦点を探索することを特徴とする請求項１に記載の演算プログラム。
【請求項５】
前記係数は、前記イジングモデルの結合係数、バイアス係数および定数項の少なくとも一つであることを特徴とする請求項１に記載の演算プログラム。
【請求項６】
コンピュータが、
学習データ群から複数の学習データセットを生成する処理と、
前記複数の学習データセットのそれぞれに対してイジングモデルを作成することによって複数のイジングモデルを作成する処理と、
前記複数のイジングモデルの係数の平均および偏差に応じて前記複数のイジングモデルを合成することで、合成イジングモデルを作成する処理と、
前記合成イジングモデルについて推薦点を探索する処理と、
前記推薦点と、前記推薦点の評価値と、を前記学習データ群に加える処理と、を繰り返し実行することを特徴とする演算方法。
【請求項７】
学習データ群から複数の学習データセットを生成し、前記複数の学習データセットのそれぞれに対してイジングモデルを作成することによって複数のイジングモデルを作成し、前記複数のイジングモデルの係数の平均および偏差に応じて前記複数のイジングモデルを合成することで、合成イジングモデルを作成し、前記合成イジングモデルについて推薦点を探索し、前記推薦点と、前記推薦点の評価値と、を前記学習データ群に加える処理と、を繰り返し実行する実行部を備えることを特徴とする情報処理装置。

発明の詳細な説明【技術分野】
【０００１】
本件は、演算プログラム、演算方法、および情報処理装置に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
モデルを用いて最適化を行なう技術が開示されている（例えば、特許文献１～３参照）。
【先行技術文献】
【特許文献】
【０００３】
国際公開第２０２１－０５９６０４号
特表２０２１－５０４８３６号公報
特開２０２１－１４９１６０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
例えば、ＱＵＢＯ形式のイジングモデルを用いてサンプリングを行うことで最適化する技術は、モデル上の推薦点を逐次的にサンプリングする手法であるため、サンプリング領域が限定されてしまうおそれがある。そのため、結果として、サンプリング回数が多くなってしまうおそれがある。
【０００５】
１つの側面では、本件は、サンプリング回数を低減することができる演算プログラム、演算方法、および情報処理装置を提供することを目的とする。
【課題を解決するための手段】
【０００６】
１つの態様では、演算プログラムは、コンピュータに、学習データ群から複数の学習データセットを生成する処理と、前記複数の学習データセットのそれぞれに対してイジングモデルを作成することによって複数のイジングモデルを作成する処理と、前記複数のイジングモデルの係数の平均および偏差に応じて前記複数のイジングモデルを合成することで、合成イジングモデルを作成する処理と、前記合成イジングモデルについて推薦点を探索する処理と、前記推薦点と、前記推薦点の評価値と、を前記学習データ群に加える処理と、を繰り返し実行させる。
【発明の効果】
【０００７】
サンプリング回数を低減することができる。
【図面の簡単な説明】
【０００８】
ＱＵＢＯ形式での解の探索を例示する図である。
（ａ）は構造と特性の学習データを例示する図であり、（ｂ）はＦＭＤＡのアウトプット例である。
ＱＵＢＯ形式のモデルを用いたサンプリング技術における実行手順を表すフローチャートである。
（ａ）は情報処理装置の全体構成を例示するブロック図であり、（ｂ）は情報処理装置のハードウェア構成を例示するブロック図である。
情報処理装置の動作の一例を表すフローチャートである。
ステップＳ１３の詳細を表すフローチャートである。
実施例を整理した図である。
（ａ）は磁気シールドの最適化問題を例示する図であり、（ｂ）はガウス基底関数の配置を例示する図であり、（ｃ）はコイルから発生する磁束線を例示する図である。
正の配置および負の配置を例示する図である。
形状関数を例示する図である。
シミュレーション結果を示す図である。
シミュレーション結果を示す図である。
【発明を実施するための形態】
【０００９】
多数の組合せや順序などから評価値の高い良解を探索する技術として、バイナリ変数のサンプリング技術が用いられている。バイナリ変数のサンプリング技術として、ランダムにサンプリングを行うサンプリング技術、ＱＵＢＯ形式のイジングモデルを用いたサンプリング技術などが挙げられる。
【００１０】
ランダムにサンプリングを行うサンプリング技術は、手軽にサンプリングを行うことができる一方、サンプリング効率が悪く、高い精度で良解を得るためにはサンプリング回数が多くなってしまうという欠点を有している。
（【００１１】以降は省略されています）

関連特許