https://eetimes.itmedia.co.jp/ee/articles/2402/01/news075.html
https://eetimes.itmedia.co.jp/ee/articles/2402/01/news075.html
東北大学の研究グループとLG Japan Labは、量子アニーリングマシンとベイズ的最適化と呼ばれる機械学習（ML）技術を連係し、これまで未探索であった目標特性値を持つ新規化学材料を発見した。今回の研究成果は、製造工程の最適化や生物分野などにも適用できるという。
2024年02月01日 15時30分 公開
[馬本隆綱，EE Times Japan]
量子力学を利用した「効率的な探索性能」に注目
東北大学大学院情報科学研究科の大関真之教授らによる研究グループとLG Japan Labは2024年1月、量子アニーリング（QA）マシンとベイズ的最適化と呼ばれる機械学習（ML）技術を連係し、これまで未探索であった目標特性値を持つ新規化学材料を発見したと発表した。今回の研究成果は、製造工程の最適化や生物分野などにも適用できるという。
材料の新規組成探索ではこれまで、さまざまな組み合わせを探索し、スパコンによるシミュレーションにより組成の物性評価を行ってきた。これらの作業には膨大な時間を要するのが課題となっていた。
こうした中で、組み合わせ最適化問題を効率よく解決する手法として、量子アニーリングマシンの活用が注目されてきた。これを利用するには、数式によるプログラミングが必要となる。ところが、ロボティクスや製造プロセスなどでは、明示的に数式で表現することが難しい分野もあった。
そこで研究グループは、量子アニーリングマシンを活用するに当たって、「計算速度」という視点ではなく、量子力学を利用した「効率的な探索性能」に注目した。この結果、量子アニーリングマシンとベイズ的最適化という枠組みを利用して、新たな化学材料を発見することに成功した。
東日本大震災からの復興の象徴に――次世代放射光施設「ナノテラス」にかける思い
東北大学、用途に合わせMTJ素子特性をカスタマイズ
トポロジカル磁性体の異常ネルンスト係数を制御
炭素繊維を一方向に配向した圧電プラスチックセンサー
感度を一桁以上向上、テラヘルツ波検出素子を開発
5G／6G用電波は透過、遮熱メタマテリアルを開発
0 コメント:
コメントを投稿