シミュレーテッド・アニーリングでボルツマンマシンを使用して簡単な巡回セールスマン問題を解く - Qiita
この記事の目的 焼きなまし法（Simulated Annealing：シミュレーテッド・アニーリング）を応用し、組合せ最適化問題の代表的な問題の一つの巡回セールスマン問題を解きます。 さらに、計算モデルとしてボルツマンマシンモデルを採用し、Pythonでプログラミングを行い、最適解を求めます。 焼きなまし法の理論について ここで取り上げる焼きなまし法に関する数式や基本理論については、下部「出典」に記載の参考書「最適化アルゴリズム」(P120～)に詳細の説明がありますので、ここでは割愛させて頂きます。 主にプログラミングを中心に記事にしたいと思います。 巡回セールスマン問題として、こちらで取り組んだ問題と同じ問題を使用します。 ■遺伝的アルゴリズム(GA)とそのライブラリ(vcopt)で巡回セールスマン問題を解く https://qiita.com/ttlabo/items/9b00a297
量子コンピュータの基本 - 回転ゲートについてしっかり学ぶ - Qiita
この記事の目的 量子ゲート計算における回転について、数式やブロッホ球を用いてしっかり学びます。 また。次の章では実際に回転ゲートを用いたプログラミングを行います。 回転とは 量子計算における回転とは、ブロッホ球のある量子状態に対して操作を行い、別の量子状態へ変化(発展)させる操作のことを言います。特に、前章で確認したブロッホ球上のある状態(位置)と軸との間の角$\theta$、$\phi$(※1)に対して、この角度を変えることで様々な量子状態を実現させることができます。 ※1 … 以下参照 量子コンピュータの基本 - ブロッホ球の数式をしっかり解説 https://qiita.com/ttabata/items/0e839d03963d656551e0 ブロッホ球上で角$\theta$、$\phi$を変えるためには、X、Y、Z軸を軸の中心として回転させるので、この操作のことを回転(または回
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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
