本公开涉及数据处理装置和数据处理方法。第一存储单元保存针对每个副本的包括在评估函数中的离散变量的值和局部字段的值。为每个副本提供的第二存储单元保存相对应的离散变量和局部字段的值。处理单元针对每个副本重复以下处理：基于设置温度和存储在第二存储单元中的局部字段的值来更新任何离散变量的值、评估函数的值和局部字段的值，并且在每隔预定迭代数之后执行群体退火的重新采样。当复制第一副本以创建第二副本时，处理单元从第一存储单元读取第一副本的离散变量的值和局部字段的值并将所述值存储在针对第二副本的第二存储单元中。单元中。单元中。
【技术实现步骤摘要】
application to spin glass simulations”，Journal of the Physical Society of Japan，1996年，第65卷，第6期，第1604页至第1608页
[0011](非专利文献6)K.Hukushima和Y.Iba，“Population annealing and its application to a spin glass”，AIP Conference Proceedings，2003年，第690卷，第1期，第200页至第206页
[0012](非专利文献7)W.Wang、J.Machta和H.Katzgraber，“Comparing monte carlo methods for finding ground states of ising spin glasses:Population annealing,simulated annealing,and parallel tempering”，Physical Review E，2015年12月，第92卷
[0013](非专利文献8)L.Y.Barash等人，“GPU accelerated population annealing algorithm”，Computer Physics Communications，2017年，第220卷，第341页至第350页
[0014](非专利文献9)K.Dabiri等人，“Replica exchange mcmc hardware with automatic temperature selection and parallel trial”，IEEE Transactions on Parallel and Distributed Systems，2020年，第31卷，第7期，第1681页至第1692页
[0015](非专利文献10)J.S.Rosenthal等人，“Jump markov chains and rejection
‑
free metropolis algorithms”，arXiv：1910.13316，2020年
[0016]使用群体退火方法搜索大规模组合优化问题的解存在高计算成本问题，因为该方法需要大量的副本。
技术实现思路
[0017]根据一个方面，本公开内容旨在提供一种能够降低计算成本的计算机程序、数据处理装置和数据处理方法。
[0018]根据一个方面，提供了一种存储计算机程序的非暂态计算机可读存储介质，所述计算机程序使计算机执行处理，所述处理包括：在第一存储装置中存储相对于用于玻尔兹曼机的多个副本中的每一个的多个离散变量的值和多个局部字段的值，所述多个离散变量被包括在组合优化问题转换成的玻尔兹曼机的评估函数中，所述多个局部字段各自表示当多个离散变量中之一的值改变时评估函数的值发生的改变；在为多个副本中的每一个提供的第二存储装置中存储相对于多个副本中的每一个的多个离散变量的值和多个局部字段的值；针对多个副本中的每一个重复更新处理，所述更新处理基于温度参数的设置值和存储在第二存储装置中的多个局部字段的值来更新多个离散变量中之一的值、评估函数的值以及多个局部字段的值；并且每当更新处理的迭代数达到预定值时，基于多个副本的多个离散变量的值和多个副本的评估函数的值来执行群体退火方法的重新采样处理，以及响应于在重新采样处理中通过复制多个副本中的第一副本创建了第二副本，从为第一副本提供的第一存储装置或第二存储装置中读取第一副本的多个离散变量的值和第一副本的多个局部字段的值，并且将所读取的多个离散变量的值和所读取的多个局部字段的值存储在为第二副本提供的第二存储装置中。
附图说明
[0019]图1A至图1F示出了不同温度下的玻尔兹曼分布的示例；
[0020]图2示出了针对玻尔兹曼机的马尔可夫链蒙特卡罗(MCMC)算法的示例；
[0021]图3示出了用于群体退火方法的整体算法的示例；
[0022]图4示出了用于重新采样处理的算法的示例；
[0023]图5示出了根据本实施方式的使用群体退火方法搜索组合优化问题的解的数据处理装置的示例；
[0024]图6是示出关于使用群体退火方法的解搜索处理的过程的示例的流程图；
[0025]图7是示出关于重新采样处理的过程的示例的流程图；
[0026]图8示出了MCMC模拟对最大切割问题(Max
‑
Cut problem)的接受率的示例；
[0027]图9示出了并行归约树的示例；
[0028]图10示出了顺序选择MCMC算法的示例；
[0029]图11示出了并行最小归约树的示例；
[0030]图12是示出关于顺序选择MCMC算法的过程的示例的流程图；
[0031]图13示出了GPU实现方式的示例；
[0032]图14示出了在线程块中执行线程的示例；
[0033]图15A至图15C示出了用于均匀选择MCMC算法、顺序选择MCMC算法和跳转MCMC算法的样本的能量直方图的实验结果的示例；
[0034]图16示出了关于均匀选择MCMC算法、跳转MCMC算法和顺序选择MCMC算法的平均误差的计算结果的示例；
[0035]图17示出了簇(cluster)的示例；
[0036]图18示出了聚类算法的示例；
[0037]图19是示出关于聚类的过程的示例的流程图；
[0038]图20A和图20B示出了在聚类之前和聚类之后的权重系数矩阵的示例；
[0039]图21示出了聚类顺序选择MCMC算法的示例；
[0040]图22是示出关于聚类顺序选择MCMC算法的过程的示例的流程图；
[0041]图23是示出关于簇内并行更新处理的过程的示例的流程图；
[0042]图24示出了使用聚类顺序选择MCMC算法和非聚类顺序选择MCMC算法的最大切割问题的模拟结果；
[0043]图25示出了模拟退火方法(SA)、并行回火方法(PT)和群体退火方法(PA)针对二次分配问题(QAP)的性能的模拟结果；
[0044]图26示出了在PT中的温度阶梯大小与成功概率之间的关系；
[0045]图27示出了SA、PT和PA针对最大切割问题(G33)的性能的模拟结果；
[0046]图28示出了SA、PT和PA针对最大切割问题(G53)的性能的模拟结果；
[0047]图29示出了SA、PT和PA针对旅行商问题(TSP)的性能的模拟结果；
[0048]图30示出了并行的基于群体的玻尔兹曼机(PBBM)算法的示例；
[0049]图31示出了在针对每个副本进行105次MCMC迭代的运行时间与群体规模之间的关系；
[0050]图32示出了可以在整个群体中在一秒内运行的MCMC迭代的峰值数；
[0051]图33示出了关于PBBM(GPU实现方式)相对于其他求解器的加速的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种存储计算机程序的非暂态计算机可读存储介质，所述计算机程序使计算机执行处理，所述处理包括：在第一存储装置中存储相对于用于玻尔兹曼机的多个副本中的每一个的多个离散变量的值和多个局部字段的值，所述多个离散变量被包括在组合优化问题转换成的所述玻尔兹曼机的评估函数中，所述多个局部字段各自表示当所述多个离散变量中之一的值改变时所述评估函数的值发生的改变；在为所述多个副本中的每一个提供的第二存储装置中存储相对于所述多个副本中的每一个的所述多个离散变量的值和所述多个局部字段的值；针对所述多个副本中的每一个重复更新处理，所述更新处理基于温度参数的设置值和存储在所述第二存储装置中的所述多个局部字段的值来更新所述多个离散变量中之一的值、所述评估函数的值以及所述多个局部字段的值；并且每当所述更新处理的迭代数达到预定值时，基于所述多个副本的多个离散变量的值和所述多个副本的评估函数的值来执行群体退火方法的重新采样处理，以及响应于在所述重新采样处理中通过复制所述多个副本中的第一副本创建了第二副本，从为所述第一副本提供的第一存储装置或第二存储装置中读取所述第一副本的多个离散变量的值和所述第一副本的多个局部字段的值，并且将所读取的多个离散变量的值和所读取的多个局部字段的值存储在为所述第二副本提供的第二存储装置中。2.根据权利要求1所述的非暂态计算机可读存储介质，其中，针对所述多个副本通过多个副本处理装置并行执行所述更新处理。3.根据权利要求1所述的非暂态计算机可读存储介质，其中，所述处理还包括基于所述评估函数中包括的权重系数检测彼此未耦合的离散变量的集合，所述权重系数各自表示所述多个离散变量之间的耦合强度，并且所述更新处理允许在一次迭代中更新所述离散变量的集合中包括的多个第一离散变量的值。4.根据权利要求1所述的非暂态计算机可读存储介质，其中，所述更新处理包括：并行确定是否接受所述多个离散变量中的每一个的值的翻转，以及在确定接受所述多个离散变量中的多个第一离散变量的值的翻转之后，对所述多个第一离散变量中的具有以下标识号的第一离散变量的值进行翻转，所述标识号为在到目前为止执行的所述更新处理中其值最后被翻转的离散变量的标识号旁边最小的。5.一种数据处理装置，包括：第一存储装置，其用于保存相对于用于玻尔兹曼机的多个副本中的每一个的多个离散变量的值和多个局部字段的值，所述多个离散变量被包括在组合优化问题转换成的所述玻...
【专利技术属性】
技术研发人员：赛义德，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。