最新の研究
最新の研究
組合せ最適化問題を効率的に解くための新しいアナログニューラルネットワーク
組合せ最適化問題を効率的に解くための新しいアナログニューラルネットワーク

ティモシー ルル 特任助教らは、科学技術振興機構およびスタンフォード大学と共同で、制約創薬、自動運転、機械学習、新材料、集積回路など、社会のいたるところに存在する「組合せ最適化」問題を解くための新しいアナログニューラルネットワークを提案した。従来のアナログニューラルネットワークでは、通常、局所最適解にトラップされるため最適解は求まらないが、本提案手法では、各ニューロンのアナログスピンの振幅不均一性を補正する誤差変数を導入し、局所最適解を不安定化することでトラップを防いだ。本提案手法は、様々な組合せ最適化問題へと拡張することができ、実問題の組合せ最適化を促進することが期待される。また、Field programmable gate arrays(FPGA)回路や光電子システムなどでハードウェア実装することによって、さらなる高速性を実現できる可能性がある。