タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
【組合せ最適化はいいぞ】デッキ編成を最適化問題として解く【逆転オセロニア】 | BLOG - DeNA Engineering
1行で 遷移を工夫した山登り法によって、強いデッキを高速に編成するアルゴリズムを構築しました。 はじめに はじめまして。9月の上旬に2週間、データサイエンティストコースのインターンに参加した長沢です。普段はKaggleや競技プログラミングにうつつを抜かしており、企業のインターンに参加したのは今回が初めてです。 この記事では、インターン中に私が取り組んだ内容について書きます。機械学習が流行ってるけど組み合わせ最適化も良いぞということが伝われば良いなと思います。 本記事の概要 デッキの良さを示す指標を作り、制約を整理して問題の定式化を行います。解の発見にMIPソルバが有効か確認をした後、山登り法を使って最適化を行い、現行手法と編成デッキの比較を行います。 取り組んだ課題 逆転オセロニア 逆転オセロニア 「逆転オセロニア（以下オセロニア）」というタイトルはどなたも聞いたことがあるのではないでしょ
東芝、“疑似量子トンネル効果”で組合せ最適化計算を高速・高精度化 「世界最速・最大規模」うたう独自の量子コンピュータ発アルゴリズムを開発
東芝は2月4日、一部の量子コンピュータが得意とする「組合せ最適化問題」を、従来のコンピュータでより高速に計算するアルゴリズムの改良版を発表した。現状の量子コンピュータを含む他の計算方式よりも速度で上回り、より大規模な問題も解けるとして「世界最速・最大規模」（同社）をうたう。2021年中に、同アルゴリズムを搭載したハードウェアやクラウドサービスの提供を目指す。 2019年に発表した、同社が研究中の独自の量子コンピュータから着想を得た「シミュレーテッド分岐アルゴリズム」（SB）を改良したもの。“疑似量子トンネル効果”を取り入れたことで、大規模な問題でも最適解を経験的に計算できるようになったという。 GPUやFPGAへの実装が可能で、GPU16台を接続した環境では100万変数という大きな問題でも約30分で事実上の最適解に到達できたという。同様の問題を解く一般的な手法として知られる「シミュレーテッ
2024/05/29実施の、人工知能学会全国大会オーガナイズドセッションで発表した、梅谷の資料です。
HOME MSIISMについてABOUT US MSIISM とは NTTデータ数理システムとは 技術TECHNOLOGY ベイジアンネットワーク 機械学習・統計解析 数理計画・最適化 ディープラーニング シミュレーション 自然言語処理 画像認識 EDA（半導体） 量子計算 分野・業界FIELD 流通・マーケティング 運輸・物流 製造 研究開発 医療・医薬・ヘルスケア 金融 教育・アカデミック 公共・インフラ 経営・人事・労務 製品活用事例CASE S4 Simulation System Nuorium Optimizer BayoLinkS Text Mining Studio Alkano セミナー&イベントSEMINAR&EVENT お役立ち情報USEFUL 無料E-Book セミナー動画視聴 1から学ぶ基礎知識 お問い合わせ このコラムは「組合せ最適化問題」という難問、しかし、ビ
組合せ最適化における最先端アルゴリズムと機械学習
30分程度の動画なので夕食を見ながら食べるのに最適です。 ================================================ Vertex Coverと巡回セールスマン問題はどちらも非常に研究の歴史が長いNP-hard問題です。 これらの問題には多項式時間アルゴリズムが存在しないと考えられているにも関わらず、最先端のソルバは数万頂点のインスタンスにさえ、厳密解を与えることがあります。 それとは別に、近年、機械学習によってこうした離散最適化問題を解こうとする試みが生まれています。機械学習によるアプローチの難しさはどうしたところから生まれるのかを皆さんにも考えていただきたいです。
日本電信電話株式会社（本社：東京都千代田区、代表取締役社長：島田 明、以下「NTT」）、株式会社NTTデータ（本社：東京都江東区、代表取締役社長：本間 洋、以下「NTTデータ」）、株式会社香味醗酵（本社：大阪府大阪市、代表取締役社長：久保 賢治、以下「香味醗酵」）は、NTTが開発を進める次世代光イジングマシンLASOLV※1とNTTデータのデータ分析技術※2を活用し、香味醗酵が保有する数千種類の匂い成分から最適な組み合わせを計算することで、少数の匂い成分でさまざまな匂い・香りを瞬時に再構成する実機検証を2022年11月より開始しました。今後3社にて香料開発の効率化・高度化や映像産業やメタバースへの匂い情報の実装をめざした匂いの再構成技術の研究開発に取り組んで参ります。 ヒトの嗅覚による匂いの情報を可視化する方法として、ヒトの主観となる官能試験がありますが、試験官の体調や加齢による衰えに影響
日立の次世代技術「CMOSアニーリング」実用化へ(1) 量子コンピュータを疑似的に再現 アニーリングと組合せ最適化とは【入門編】 - ロボスタ ロボスタ - ロボット情報WEBマガジン
「3密を回避した300人以上の勤務シフト作成を従来の100倍の速度で実現した」 そう語るのは日立製作所の中央研究所内にある「CMOSアニーリング」という技術を開発している研究チーム。「CMOSアニーリング」は量子コンピュータを疑似的に再現する最先端の技術です。 所属、スキル、勤務場所、希望の就業時間、通勤時間、法律や就業規則等による制限など、様々な要素を加味して作成する勤務シフトは、膨大な選択の中から、最適な組み合わせを見つけ出す、複雑で時間がかかる作業です。そんな「組合せ最適化」作業は新しい形態のコンピュータ「CMOSアニーリング」によって自動化されようとしています。 更には、損害保険ジャパン/SOMPOリスクマネジメントとの共同実証や、三井住友フィナンシャルグループ等での実証実験等、ユースケースも増えてきています。 量子コンピュータとアニーリング 最新のICTニュースを中心に「量子コン
お客さまの課題に応じた高速な組合せ最適化ソリューションの提供をめざし、CMOSアニーリング向けの最適化アルゴリズムを拡充：研究開発：日立
日立は、大規模なスケジューリング最適化やポートフォリオ最適化問題に対して、高速に実用解を探索する全結合モデル向けの最適化アルゴリズムを開発しました。本アルゴリズムをGPUで実装して、10万変数の組合せ最適化問題(全結合問題)*4を用いて検証したところ、従来アルゴリズム*5より250倍高速に近似解を求められることを確認しました。お客さまの課題に応じて、本アルゴリズムと日立がこれまで開発してきたCMOSアニーリングマシンを使い分けることで、幅広い実問題に対応できるようになります(表1)。今後、日立は、オープンな協創による新たなイノベーション創生を加速するための研究開発拠点として開設した「協創の森」*6を活用して、社内外のパートナーとともにソリューション協創を進め、複雑化する社会課題の解決に貢献していきます。 背景および取り組んだ課題 都市における交通渋滞の解消などをはじめとする実社会の複雑な問
QDくん⚡️Python x 機械学習 x 金融工学 on Twitter: "100以上の組合せ最適化問題をPythonコード付きで解説した神サイト Python言語による実務で使える100+の最適化問題 https://t.co/vTxUtAhz4V ・大量のアルゴリズムを網羅 ・問題の定式化とPyt… https://t.co/eWhiAELdhg"
100以上の組合せ最適化問題をPythonコード付きで解説した神サイト Python言語による実務で使える100+の最適化問題 https://t.co/vTxUtAhz4V ・大量のアルゴリズムを網羅 ・問題の定式化とPyt… https://t.co/eWhiAELdhg
これなに N Queen問題を題材にした、組合せ最適化で求解するときのTipsです。 元記事：組合せ最適化でN Queen問題を解く 結論 制約の順番を変えると、計算時間が変わることがある。 4パターンで検証してみましょう。 from ortoolpy import pd, addbinvars, model_min, lpSum, addvals n = 8 df = pd.DataFrame([(i, j) for i in range(n) for j in range(n)], columns=['X', 'Y']) addbinvars(df); m = model_min() for i in range(n): m += lpSum(df[df.X == i].Var) == 1 m += lpSum(df[df.Y == i].Var) == 1 for i in rang
日本電信電話株式会社（本社：東京都千代田区、代表取締役社長：島田 明、以下「NTT」）、株式会社NTTデータ（本社：東京都江東区、代表取締役社長：本間 洋、以下「NTTデータ」）、株式会社香味醗酵（本社：大阪府大阪市、代表取締役社長：久保 賢治、以下「香味醗酵」）は、NTTが開発を進める次世代光イジングマシンLASOLV（※1）とNTTデータのデータ分析技術（※2）を活用し、香味醗酵が保有する数千種類の匂い成分から最適な組み合わせを計算することで、少数の匂い成分でさまざまな匂い・香りを瞬時に再構成する実機検証を2022年11月より開始しました。今後3社にて香料開発の効率化・高度化や映像産業やメタバースへの匂い情報の実装をめざした匂いの再構成技術の研究開発に取り組んで参ります。 1．背景 ヒトの嗅覚による匂いの情報を可視化する方法として、ヒトの主観となる官能試験がありますが、試験官の体調や加
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
![[登壇資料] DDoS攻撃をAWSサービスだけで緩和する方法をまとめてみた #cm_odyssey | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/b880d63e4f4863872bb92012bbe392f8f0e8003f/height=288;version=1;width=512/https%3A%2F%2Fdevio2024-media.developers.io%2Fimage%2Fupload%2Fv1720688346%2Fuser-gen-eyecatch%2Fk5z8tfwgyaergujkam0p.png)
NTTデータと広島大、組合せ最適化問題をGPUで高速解決する技術 ～GeForce RTX 2080 Ti×4で秒間1兆の探索が可能に
組合せ最適化による問題解決の実践的アプローチ
難しくても使いこなす組合せ最適化(1) ー問題例と解き方ー｜NTTデータ数理システム
少数の匂い成分から膨大な匂い・香りを作り出す組合せ最適化に関する実験開始
東芝、“疑似量子トンネル効果”で組合せ最適化計算を高速・高精度化 「世界最速・最大規模」うたう独自の量子コンピュータ発アルゴリズムを開発（ITmedia NEWS） - Yahoo!ニュース
続・組合せ最適化でN Queen問題を解く - Qiita
少数の匂い成分から膨大な匂い・香りを作り出す組合せ最適化に関する実験開始～匂いの再構成技術開発による香料開発の効率化・高度化を目指して～ | ニュースリリース | NTT
writeupcafe.com
writeupcafe.com
robo-navi.jp
rubina.seesaa.net
rubina.seesaa.net
rubina.seesaa.net