BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:量子コンピュータと古典計算機のハイブリッ
 ドアーキテクチャ
X-WR-CALNAME:量子コンピュータと古典計算機のハイブリッ
 ドアーキテクチャ
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:624998@techplay.jp
SUMMARY:量子コンピュータと古典計算機のハイブリッドア
 ーキテクチャ
DTSTART;TZID=Asia/Tokyo:20170901T183000
DTEND;TZID=Asia/Tokyo:20170901T203000
DTSTAMP:20260513T110246Z
CREATED:20170615T081348Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/62499
 8?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n勉強会概要\
 n世の中は並列・分散処理で溢れていますが、同様に量
 子アニーリングもさらに並列・分散処理が行えないか
 という先を見据えすぎた勉強会を行います。見据えた
 と思ってたらみんな同じこと考えていましたので、追
 記に書きました。\n量子アニーリングを量子コンピュ
 ータを使用せずに既存のコンピュータで計算する場合
 によく使われるのが\n量子モンテカルロ法で、離散化
 されたトロッタと呼ばれる並列化処理を行います。\n
 離散化されたトロッタは量子物理学の虚時間軸方向に
 展開しますが、\nトロッタはレプリカの計算なので並
 列化の効率がよくありません。\nまた、問題サイズや
 問題のマッピングの仕方によって必要となるトロッタ
 サイズも変わってきます。\n量子コンピュータやFPGAな
 どはハードウェア実装なので、イジングモデルと相性
 が良いですが、\nサイズの限界があります。また、実
 問題は常にスパース（疎）な問題が多いのでエリア分
 割を想定した、\n効率的な量子アニーリングアルゴリ
 ズムの開発は色々な知見をもたらすことになると思い
 ます。\nということで、特に量子アニーリングを高速
 化・高効率化に導く勉強会を行いたいと思います。\n
 参照する論文もあまりないのでざっくばらんにアイデ
 アをだしながら必要な情報を集めての感じにしたいと
 思います。\n最新の論文で同じテーマのものが出まし
 たので、それを参考に進めたいと思います。\n上記量
 子コンピュータと古典計算機の問題分割の話です。あ
 とはトロッタのレプリカや温度設定に関する論文も新
 しいのがちょうど出ました。\n場所について\n場所は丸
 の内または本郷三丁目ラボカフェを予定しています。\
 n（17.8.10追記）枠を増やしました。\n論文について\n（1
 7.8.24追記）内容は変更なしですが、タイトルを変更し
 ました。また、最新論文でこのテーマにぴったりのも
 のが二つ出ましたので、論文を２つ読みたいと思いま
 す。\nCombinatorial Optimization by Decomposition on Hybrid CPU--non-CP
 U Solver Architectures\nhttps://arxiv.org/abs/1708.03439\nCPUとnon-CPU
 ハードウェアのハイブリッドソルバーのアルゴリズム
 です。\nEffective optimization using sample persistence: A case study 
 on quantum annealers and various Monte Carlo \noptimization methods\nhttp
 s://arxiv.org/abs/1706.07826\nモンテカルロのマルチスタート\
 n上記論文がかなり特殊でしたので、代わりに下記のハ
 イブリッド形式の実用的なアプリの話を入れたいと思
 います。\nTraffic flow optimization using a quantum annealer\nhttps:/
 /arxiv.org/abs/1708.01625\nVWが北京で行なった交通の最適化
 です（2017年）\n概要：10357のタクシーのうち418台を選
 び、経路最適化。古典計算機とD-waveマシンの両方を組
 み合わせて計算。\n１、地図・GPS位置情報の準備\n２、
 交通混雑の起きている箇所の特定\n３、現在の車の取
 りうる代替のコースの検索\n４、QUBO変換\n５、混在解
 消のルート検索\n６、結果に応じて車を再分配\n７、上
 記の２から６を繰り返して収束させる。\n具体的なア
 ルゴリズムとしてQUBOとqsolvの使用方法について論文を
 読みます。
LOCATION:ラボカフェ本郷三丁目 東京都文京区本郷4-1-3 明
 和本郷ビル7F
URL:https://techplay.jp/event/624998?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR