記事一覧

今回は巡回セールスマン問題を例に、アニーリングマシンの学習と実践にどのようなギャップがあるのかを解説したいと思います。

AIに多用されている機械学習も組合せ最適化を行うアニーリングマシンも人の代わりに難しい処理を行うコンピュータ技術だといえます。

最適化問題をアニーリングマシンで解くということを現実の課題に適用する場合、最終的な目的は、最適化処理によってユーザの業務を改善することです。

最適化って何？アニーリングマシンのための数学では、その疑問の答えから、アニーリングマシンを使うために必要な数学を解説します。

アニーリングマシンのための数学1章では最適化問題を解くということはどのようなことなのか、解くために必要な知識を解説します。

目的関数を作る、理解するための数学、そしてイジングモデルへ変換する数学知識と、最適化の方法に応じた数学知識について解説します。

第3章では現実課題にアニーリングマシンを適用するために必要な判断基準にかかわる知識を取り上げます。

イジングモデルは、2次式を用いることでスピン同士の相互作用を考慮し、最適化を行うための強力なツールです。このアプローチにより、より良い解を得ることが可能になります。

アニーリングマシンではスピン同士の相互作用を考慮した2次式が重要です。アニーリングマシンを用いることにより現実課題の相互作用を効果的に解決することができます。

現実的な問題に直面した際に、離散最適化で解くべきか連続最適化で解くべきかを判断することは、最適化の理解を深める上で非常に重要です。ここでは、連続値と離散値を判別する方法やそのトレーニング方法について解説します。

本コラムでは、実際にアニーリングマシンを使うために、Annealing Cloud Web以外で知識を深めるべきおすすめの書籍について紹介します。

一般的には、計算機では唯一の正解（厳密解）を導き出す手順やアルゴリズムを採用することが多いですが、それとは異なるヒューリスティックの特徴と、この観点におけるアニーリングマシンの意義について学習しましょう。

アニーリングマシンが検証のみならず既に実在の課題を解決する手段としてビジネスに活用されていることを知っていますか？この記事ではこれまで公開されているアプリケーションの事例を取り上げていきます。

本コラムでは、人間の認知を最適化問題（イシュー）として捉え、そのイシューに対してCMOSアニーリングを含む数理最適化技術の適用を進めていくための入り口となるノウハウについてご説明したいと思います。

本コラムでは、人間の認知を最適化問題（イシュー）として捉え、イシューに対してCMOSアニーリングを含む最適化技術の適用を進めていくための入り口となるノウハウについて説明しています。

多くの人にアニーリングマシンを使って欲しいという思いから、初級者向けにアニーリングマシンで最適化問題を解く工程を解説する記事を作成しました。

この記事では、「学校の授業の時間割」をモチーフに要件定義（課題検討）の段階でどのような情報整理をするか解説します。

組合せ最適化問題をアニーリングマシンで解くためには、イジングモデルの定式化と呼ばれる作業が必要です。本記事ではその手順を解説します。

適合率診断ツールでは、あなたの知っている最適化事例や最適化問題が実際にアニーリングマシンと相性の良い問題であるといえるのかを確認することができます。

アニーリングマシンのユースケースの1つである「COVID-19感染対策を考慮し研究員シフトを最適化する」について、実際に意思決定デザインFWを使う方法を解説します。

アニーリングマシンと同様に人間の意思決定を代替するテクノロジーの概観と、それらの中におけるアニーリングマシンの特徴や利点を解説します。