wbc優勝予想オッズ

--> (function(w,d,s,l,i){w[l]=w[l]||[];w[l].push({'gtm.start': new Date().getTime(),event:'gtm.js'});var f=d.getElementsByTagName(s)[0], j=d.createElement(s),dl=l!='dataLayer'?'&l='+l:'';j.async=true;j.src= 'https://www.googletagmanager.com/gtm.js?id='+i+dl;f.parentNode.insertBefore(j,f); })(window,document,'script','dataLayer','GTM-NSWDBHZ');--> --> --> 本文へ ここからサイトナビゲーションです 文字 標準 拡大 検索 --> --> --> --> --> お問い合わせ アクセスマップ サイトマップ メインメニュー 本文へ メニュー PC版 文字標準 文字拡大 大学概要 学部・大学院・研究所 教育・学生支援 研究・産学連携 国際交流 社会連携 情報公開・広報 入試情報 東北大学で学びたい方へ 社会人・地域の方へ 企業の方へ 同窓生の方へ 在学生の方へ 教職員向け 閉じる ホーム > 2024年のプレスリリース・研究成果 > 量子アニーリングとAIで材料の新しい組成を発見 工... ここから本文です 2024年 | プレスリリース・研究成果 量子アニーリングとAIで材料の新しい組成を発見 工場での製造工程最適化や生物分野などへの活用拡大に期待 2024年1月30日 11:00 | プレスリリース・研究成果 【本学研究者情報】 〇大学院情報科学研究科　教授　大関　真之研究室ウェブサイト 【発表のポイント】 化学材料の組成探索において、量子力学の現象を利用した最適化手法である量子アニーリング(注 1)と人工知能（AI）の機械学習を活用することで、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の組成を発見しました。 量子アニーリング技術の従来の最適化という目的に応じた活用だけでなく、量子力学に基づく探索という性質を最大限利用するという新しい活路での応用例に取り組み、その実証研究に成功しました。 本研究結果は、材料組成のみならず大きく化学分野や生物分野など活用の幅を大きく広げる進歩であり、量子アニーリング及び関連技術の実社会課題への応用、適用を後押しする結果です。 【概要】 これまで材料の新規組成探索では、様々な組み合わせを探索し提案された候補組成について、スーパーコンピュータによるシミュレーションを行い、その組成の物性評価を実施する必要があります。そのため膨大な時間がかかる探索を効率よく実施することが求められています。 東北大学大学院情報科学研究科大関教授らの研究グループは、韓国電機大手LG Electronicsグループの日本での研究法人LG Japan Lab株式会社（横浜市・呉彰浩社長）と、化学材料の組成探索を量子アニーリングとベイズ最適化(注 2)と呼ばれる機械学習技術を連携し、新規組成探索というテーマにおいて共同研究を実施してきました。その結果、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の組成を発見しました。 本研究にて検証を行った手法は、化学材料の組成探索に限らず、創薬分野での候補物質の探索や、都市の人流シミュレーションや製造工程におけるパフォーマンスの評価など高度で複雑な現象における新しい解決手段の探索など、広く産業分野の実社会課題への適用が期待されます。 本研究成果は、2023年12月12日にコンピュータ分野の専門誌 Frontiers in Computer Scienceに掲載されました。 図1．縦軸が得られた頻度、横軸が物性値です。赤い点線は、望ましいターゲット材料特性値として定義したカットオフ値 (0.880) を示し、ここに相当するデータが多く生成されることを目指しています。最下部のrandom samplingの結果と比べ、４つの図で示す提案手法については初期データセットからカットオフ値に近いものを多く生成している様子が読み取れます。 【用語解説】 注1. 量子アニーリング極低温において、原子や分子などの非常に小さいスケールでは、結果が確率的に変動する「量子揺らぎ」が存在します。これを利用して揺らすことでひっかかりのない安定した配置へ誘導する量子アニーリングと呼ばれる技術が 1998 年に東京工業大学の当時大学院生であった門脇正史氏(現：デンソー株式会社)、西森秀稔名誉教授から提案されました。カナダのベンチャー企業である D-Wave Systems 社が量子アニーリングの原理に従ったコンピュータを製作して販売をしています。原子や分子の振る舞いを調べる量子シミュレーションや、様々な可能性の中で最も良い回答を探索する最適化問題、人工知能の基盤技術となる機械学習への応用などが注目されています。この量子アニーリングでは、量子揺らぎにより、デジタル信号処理における0と1の重ね合わせ状態を作ることができます。この重ね合わせを巧みに利用することで、どちらの状態にあるのが最も相応しいのか、組み合わせ最適化問題における解答を探索することができます。 注2. ベイズ最適化可能な限り少ない回数でブラックボックス関数の性質を理解し、この関数を最適化することを実現する為の手法です。基本的な考え方を記載します。まず、既存のデータセットからブラックボックス関数をモデル化する代理関数を定義します。代理関数に基づき、ブラックボックス関数の次の探索点を決定する獲得関数を定義します。獲得関数を最適化することで得られた次の探索点を実際にブラックボックス関数で評価し、得られた入出力関係を既存のデータセットへ追加し、代理モデルを更新します。この手続きを反復することでブラックボックス関数の最適化を目指します。 詳細（プレスリリース本文） 問い合わせ先 （研究に関すること）東北大学大学院情報科学研究科教授 大関 真之Email：mohzeki*tohoku.ac.jpTEL: 022-795-5899（*を@に置き換えてください） （報道に関すること）東北大学大学院情報科学研究科広報室　鹿野 絵里TEL: 022-795-4529Email: koho*is.tohoku.ac.jp（*を@に置き換えてください） 東北大学は持続可能な開発目標（SDGs）を支援しています カテゴリ 新着情報 ニュース 採用情報 東北大学教員公募情報 東北大学教員の任期に関する規程 東北大学職員公募情報 東北地区国立大学法人等職員採用試験情報 東北大学事務系・技術系職員採用試験情報 プレスリリース・研究成果 受賞 受賞・褒章など 研究成果 メディア掲載 イベント 学会・研究会・シンポジウム 公開講座・市民講座・企画展 学内行事・講習会・オープンキャンパス 東北大学で学びたい方へ 社会人・地域の方へ 企業の方へ 同窓生の方へ 在学生の方へ 教職員向け 過去の新着情報（アーカイブ） 本文へ サイトナビゲーションへ このページの先頭へ お問い合わせ -->休業日 サイトマップ サイトポリシー プライバシーポリシー ソーシャルメディアポリシー