特許ウォッチ

公開番号2025145553
公報種別公開特許公報(A)
公開日2025-10-03
出願番号2024045781
出願日2024-03-21
発明の名称情報処理プログラム、情報処理方法、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 10/60 20220101AFI20250926BHJP(計算;計数)
要約【課題】組み合わせ最適化問題を解き易くすること。
【解決手段】情報処理装置100は、QAOAの量子回路130の量子状態に対応するエネルギーが極小になるよう、量子回路130のパラメータの第1の値101を決定する。情報処理装置100は、取得した組み合わせ最適化問題に対応するイジングモデル110に基づいて、組み合わせ最適化問題の第1の解121を算出する。情報処理装置100は、設定した量子回路130の量子状態が、算出した第1の解121になる確率が最大になるよう、決定した量子回路130のパラメータの第1の値101から、量子回路130のパラメータの第2の値102を決定する。情報処理装置100は、決定したパラメータの第2の値102を設定した量子回路130に基づいて、組み合わせ最適化問題の第2の解122を算出する。
【選択図】図1
特許請求の範囲【請求項１】
組み合わせ最適化問題に対応する量子近似最適化アルゴリズムの量子回路に関し、前記量子回路の量子状態に対応するエネルギーが極小になるよう、前記量子近似最適化アルゴリズムのパラメータの第１の値を決定し、
前記組み合わせ最適化問題に対応するイジングモデルに基づいて、前記組み合わせ最適化問題の第１の解を算出し、
前記量子回路の量子状態が、算出した前記第１の解になる確率が最大になるよう、決定した前記パラメータの第１の値から、前記パラメータの第２の値を決定し、
決定した前記パラメータの第２の値を設定した、前記量子回路に基づいて、前記組み合わせ最適化問題の第２の解を算出する、
処理をコンピュータに実行させることを特徴とする情報処理プログラム。
続きを表示（約 1,100 文字）【請求項２】
算出した前記第２の解に基づいて、前記量子回路の量子状態に対応するエネルギーが極小になるよう、前記パラメータの第１の値を新たに算出し、
算出した前記第２の解を初期値に設定した、前記イジングモデルに基づいて、前記組み合わせ最適化問題の第１の解を新たに算出し、
前記量子回路の量子状態が、新たに算出した前記第１の解になる確率が最大になるよう、新たに決定した前記パラメータの第１の値から、前記パラメータの第２の値を新たに決定し、
新たに決定した前記パラメータの第２の値を設定した、前記量子回路に基づいて、前記組み合わせ最適化問題の第２の解を新たに算出する、
処理を所定の条件を満たすまで前記コンピュータに繰り返し実行させることを特徴とする請求項１に記載の情報処理プログラム。
【請求項３】
前記所定の条件は、前記第２の解を所定の回数算出することである、ことを特徴とする請求項２に記載の情報処理プログラム。
【請求項４】
組み合わせ最適化問題に対応する量子近似最適化アルゴリズムの量子回路に関し、前記量子回路の量子状態に対応するエネルギーが極小になるよう、前記量子近似最適化アルゴリズムのパラメータの第１の値を決定し、
前記組み合わせ最適化問題に対応するイジングモデルに基づいて、前記組み合わせ最適化問題の第１の解を算出し、
前記量子回路の量子状態が、算出した前記第１の解になる確率が最大になるよう、決定した前記パラメータの第１の値から、前記パラメータの第２の値を決定し、
決定した前記パラメータの第２の値を設定した、前記量子回路に基づいて、前記組み合わせ最適化問題の第２の解を算出する、
処理をコンピュータが実行することを特徴とする情報処理方法。
【請求項５】
組み合わせ最適化問題に対応する量子近似最適化アルゴリズムの量子回路に関し、前記量子回路の量子状態に対応するエネルギーが極小になるよう、前記量子近似最適化アルゴリズムのパラメータの第１の値を決定し、
前記組み合わせ最適化問題に対応するイジングモデルに基づいて、前記組み合わせ最適化問題の第１の解を算出し、
前記量子回路の量子状態が、算出した前記第１の解になる確率が最大になるよう、決定した前記パラメータの第１の値から、前記パラメータの第２の値を決定し、
決定した前記パラメータの第２の値を設定した、前記量子回路に基づいて、前記組み合わせ最適化問題の第２の解を算出する、
制御部を有す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】
本発明は、情報処理プログラム、情報処理方法、および情報処理装置に関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
従来、組み合わせ最適化問題を解く量子近似最適化アルゴリズムが存在する。例えば、量子近似最適化アルゴリズムでは、「量子回路の量子状態を特定し、特定した量子状態に対応するエネルギーを特定し、特定したエネルギーに基づいて、量子回路のパラメータを変更する」という一連の処理を繰り返すことにより、組み合わせ最適化問題を解く。
【０００３】
先行技術としては、例えば、組み合わせ最適化問題に関連付けられたコスト関数を、許容量子状態上の最適化問題にマッピングするものがある。また、例えば、ＡＩ（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）制御ユニットが、計算に対応する１以上の調整可能なパラメータを決定する技術がある。また、例えば、第１の情報から抽出した、組み合わせ最適化問題として定式化される処理に利用される第２の情報から、組み合わせ最適化問題の目的関数を算出する技術がある。また、例えば、ユニタリ量子ダイナミクスを近似する技術がある。また、例えば、形状間の境界距離制約を受ける形状の配置を検索する技術がある。
【先行技術文献】
【特許文献】
【０００４】
特表２０２１－５０４８０５号公報
特表２０２２－５０９８４１号公報
国際公開第２０２２／１１３７２０号
米国特許出願公開第２０１４／０２９７２４７号明細書
米国特許出願公開第２０１１／００３５１９４号明細書
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、従来技術では、組み合わせ最適化問題を効率よく解くことが難しい。例えば、組み合わせ最適化問題を解く際にかかる所要時間が増大し易い。具体的には、量子近似最適化アルゴリズムでは、エネルギーと、量子回路のパラメータとが、非凸関係であることがあり、パラメータを適切に変更する際にかかる所要時間が増大してしまう傾向があり、最適なパラメータを発見することが難しいという問題がある。
【０００６】
１つの側面では、本発明は、組み合わせ最適化問題を解き易くすることを目的とする。
【課題を解決するための手段】
【０００７】
１つの実施態様によれば、組み合わせ最適化問題に対応する量子近似最適化アルゴリズムの量子回路に関し、前記量子回路の量子状態に対応するエネルギーが極小になるよう、前記量子近似最適化アルゴリズムのパラメータの第１の値を決定し、前記組み合わせ最適化問題に対応するイジングモデルに基づいて、前記組み合わせ最適化問題の第１の解を算出し、前記量子回路の量子状態が、算出した前記第１の解になる確率が最大になるよう、決定した前記パラメータの第１の値から、前記パラメータの第２の値を決定し、決定した前記パラメータの第２の値を設定した、前記量子回路に基づいて、前記組み合わせ最適化問題の第２の解を算出する情報処理プログラム、情報処理方法、および情報処理装置が提案される。
【発明の効果】
【０００８】
一態様によれば、組み合わせ最適化問題を解き易くすることが可能になる。
【図面の簡単な説明】
【０００９】
図１は、実施の形態にかかる情報処理方法の一実施例を示す説明図である。
図２は、情報処理システム２００の一例を示す説明図である。
図３は、情報処理装置１００のハードウェア構成例を示すブロック図である。
図４は、情報処理装置１００の機能的構成例を示すブロック図である。
図５は、情報処理装置１００の動作の一例を示す説明図（その１）である。
図６は、情報処理装置１００の動作の一例を示す説明図（その２）である。
図７は、情報処理装置１００の動作の一例を示す説明図（その３）である。
図８は、情報処理装置１００の動作の一例を示す説明図（その４）である。
図９は、情報処理装置１００の動作の一例を示す説明図（その５）である。
図１０は、全体処理手順の一例を示すフローチャートである。
図１１は、第１決定処理手順の一例を示すフローチャートである。
図１２は、第２決定処理手順の一例を示すフローチャートである。
図１３は、第３決定処理手順の一例を示すフローチャートである。
【発明を実施するための形態】
【００１０】
以下に、図面を参照して、本発明にかかる情報処理プログラム、情報処理方法、および情報処理装置の実施の形態を詳細に説明する。
（【００１１】以降は省略されています）

関連特許