优化问题解决方法和优化问题解决设备技术

在根据本公开的优化问题解决中，输入来自传感器的第一数据，生成用于对第一数据进行稀疏建模的目标函数，生成用于目标函数中要优化的变量的系数矩阵，将系数矩阵发送到用于执行组合优化计算的第一伊辛机，并且基于从第一伊辛机接收到的第二数据生成稀疏建模的最优解。辛机接收到的第二数据生成稀疏建模的最优解。辛机接收到的第二数据生成稀疏建模的最优解。

【技术实现步骤摘要】
【国外来华专利技术】优化问题解决方法和优化问题解决设备


[0001]本公开涉及优化问题解决方法和优化问题解决设备。

技术介绍

[0002]传统上，作为为了解决组合优化问题(下文中被称为“优化问题”)而对伊辛模型(下文中也被称为“伊辛机(Ising machine)”)进行模拟的硬件，已知有使用量子退火机、互补金属氧化物半导体(CMOS)栅极、数字电路等的量子启发计算机，该量子退火机将量子比特用于伊辛自旋。在这样的伊辛机中，为了解决组合优化问题，已执行了转换评估函数的处理。此外，稀疏建模已被用于以满足硬件约束的方式转换评估函数的处理(例如，专利文献1)。
[0003]引用列表
[0004]专利文献
[0005]专利文献1：JP 2019
‑
046038 A

技术实现思路

[0006]技术问题
[0007]根据传统技术，稀疏建模已被用于在为解决优化问题而准备的伊辛机上执行以满足硬件约束的方式转换评估函数的处理。
[0008]然而，作为实现这里使用的稀疏建模的方法，使用了传统算法。原本，稀疏建模作为用于利用尽可能少的解释变量对来自传感器等的数据进行建模的优化问题而广为人知。然而，还已知的是，作为用于实现稀疏建模的方法，预期具有最高精度的方法是导致组合爆炸的组合优化问题，并且因此不实用。另外，近年来，作为减少会导致组合爆炸的组合优化的计算时间的方法，伊辛机备受关注。
[0009]因此，本公开提出了优化问题解决方法和优化问题解决设备，该优化问题解决方法和优化问题解决设备能够对于来自传感器的数据，使用伊辛机适当地生成稀疏建模中的优化问题的解。
[0010]问题的解决方案
[0011]根据本公开，优化问题解决方法包括：输入来自从传感器的第一数据；生成用于对第一数据执行稀疏建模的目标函数；生成与目标函数中要优化的变量有关的系数矩阵；将系数矩阵发送到执行组合优化计算的第一伊辛机；以及基于从第一伊辛机接收到的第二数据生成稀疏建模的最优解。
附图说明
[0012]图1是示出本公开的优化问题解决系统的配置示例的图。
[0013]图2是第一实施例的框图。
[0014]图3是示出与用户界面有关的处理过程的流程图。
[0015]图4是示出用户界面的示例的图。
[0016]图5是示意性地示出伊辛模型的图。
[0017]图6是示意性地示出隧穿效应的图。
[0018]图7是示出稀疏建模的概念图。
[0019]图8是示出与二进制转换有关的行列式的概念图。
[0020]图9是示出L0稀疏建模的处理过程的流程图。
[0021]图10是示出L0稀疏建模的程序的示例的图。
[0022]图11是示出生成伊辛模型的目标函数的程序的示例的图。
[0023]图12是示出生成L0稀疏建模的解的程序的示例的图。
[0024]图13是示出本公开的优化问题解决设备的配置示例的图。
[0025]图14是示出本公开的伊辛机的配置示例的图。
[0026]图15是示出压缩感测优化处理的过程的流程图。
[0027]图16是示出压缩感测优化处理的程序的示例的图。
[0028]图17是示出生成伊辛模型的目标函数的程序的示例的图。
[0029]图18是示出获得测量控制矩阵的程序的示例的图。
[0030]图19是示出应用了优化问题解决系统的第二实施例的图。
[0031]图20是示出应用了优化问题解决系统的第四实施例的图。
[0032]图21是示出应用了优化问题解决系统的第四实施例的图。
[0033]图22是示出应用了优化问题解决系统的第四实施例的图。
[0034]图23是示出应用了优化问题解决系统的第五实施例的图。
[0035]图24是示出实现优化问题解决设备的功能的计算机的示例的硬件配置图。
具体实施方式
[0036]在下文中，将参考附图详细描述本公开的实施例。注意，根据本申请的优化问题解决方法和优化问题解决设备不受实施例的限制。此外，在以下每个实施例中，相同的附图标记表示相同的部分，并且将省略重复的描述。
[0037]将按以下顺序来描述本公开。
[0038]1.技术概要
[0039]1‑
1.背景(应用领域等)
[0040]1‑
2.稀疏建模
[0041]2.第一实施例
[0042]2‑
1.优化问题解决系统的设备的配置
[0043]2‑
2.由优化问题解决系统执行的处理的概要
[0044]2‑2‑
1.最优观测维度选择
[0045]2‑2‑
2.L0稀疏建模
[0046]2‑2‑
3.用户界面
[0047]2‑2‑
4.伊辛机
[0048]2‑2‑
5.稀疏建模
[0049]2‑2‑5‑
1.L0稀疏建模和L1稀疏建模
[0050]2‑2‑5‑
2.作为组合优化问题的L0稀疏建模
[0051]2‑2‑5‑
3.使用二进制变量的L0稀疏建模
[0052]2‑2‑5‑
4.QUBO形式的L0稀疏建模
[0053]2‑2‑5‑
5.K比特量化的L0稀疏建模
[0054]2‑2‑5‑
6.利用伊辛模型的L0稀疏建模
[0055]2‑2‑
6.L0稀疏建模的流程示例
[0056]2‑2‑
7.L0稀疏建模的程序示例
[0057]2‑
3.优化问题解决设备的配置
[0058]2‑
4.伊辛机的配置
[0059]2‑
5.压缩感测
[0060]2‑5‑
1.组合优化问题
[0061]2‑5‑
2.QUBO形式
[0062]2‑5‑
3.通过伊辛模型优化压缩感测
[0063]2‑5‑
4.压缩感测优化的流程示例
[0064]2‑5‑
5.压缩感测优化的程序示例
[0065]3.其他实施例
[0066]3‑
1.第二实施例(RFID)
[0067]3‑
2.第三实施例(第二实施例的扩展)
[0068]3‑
3.第四实施例(目标检测)
[0069]3‑
4.第五实施例(图像诊断)
[0070]3‑
5.第六实施例(其他)
[0071]4.其他配置示例等。
[0072]4‑
1.其他配置示例
[0073]4‑
2.生成用于程序和参数等的处理的信息的方法
[0074]4‑
3.其他
[0075]5.根据本公开的效果
[0076]6.硬件配置
[0077][1.技术概要][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种优化问题解决方法，包括：输入来自传感器的第一数据；生成用于对第一数据执行稀疏建模的目标函数；生成与目标函数中要优化的变量有关的系数矩阵；将系数矩阵发送到执行组合优化计算的第一伊辛机；以及基于从第一伊辛机接收到的第二数据生成稀疏建模的最优解。2.根据权利要求1所述的优化问题解决方法，其中，稀疏建模是L0稀疏建模。3.根据权利要求1所述的优化问题解决方法，其中，要优化的变量是二进制变量，所述二进制变量对于对第一数据进行建模的稀疏变量的每个分量在非零分量和零分量之间进行区分。4.根据权利要求1所述的优化问题解决方法，其中，要优化的变量是通过量化对第一数据进行建模的稀疏变量的每个分量而获得的每个比特变量。5.根据权利要求1所述的优化问题解决方法，其中，生成与转换为二次无约束二进制优化(QUBO)形式的目标函数相对应的系数矩阵。6.根据权利要求5所述的优化问题解决方法，其中，系数矩阵是阵列，所述阵列包括与从目标函数中提取的要优化的变量的一阶或更高阶项有关的系数。7.根据权利要求1所述的优化问题解决方法，其中，目标函数是与第一数据相对应的函数。8.根据权利要求1所述的优化问题解决方法，其中，最优解是与第一数据相对应的解。9.根据权利要求8所述的优化问题解决方法，其中，通过使用第二数据计算非零分量的值来计算最优解。10.根据权利要求1所述的优化问题解决方法，其中，第一伊辛机是量子计算机或量子启发计算机...

【专利技术属性】
技术研发人员：井手直纪，
申请(专利权)人：索尼集团公司，
类型：发明
国别省市：