アルゴリズムの理解は、大量のデータ処理や作業の標準化などに役立ちます。 ここでは、アルゴリズムの理解が必要な理由について解説します。 大量のデータを処理するため アルゴリズムを理解することで、大量のデータを処理できます。近年は ...

現代数学はすべて、抽象的な集まりをどのように整理するかを研究する「集合論」の上に成り立っている。だが一般的に、数学者は何らかの問題を解く際に集合論を意識する必要はない。集合が期待どおりに振る舞うという前提のもとで、自分の研究に取り組めばよい。

東芝は、量子コンピューターの仕組みをまねて複雑な組み合わせ最適化問題を古典コンピューターで高速に解く「疑似量子計算」のアルゴリズムを飛躍的に進化させた。最新の第３世代版を用いて、限られた試行回数で最適解の推定値に到達する成功確率を第２世代の数％から約 ...

スイス連邦工科大学チューリッヒ校のラスムス・キン氏率いる研究チームが鉄道、道路、電力など、あらゆる種類のネットワークにおいて最小のコストで最大の輸送フローを計算するほぼ完璧なアルゴリズムを作成しました。計算速度は、「数学的にこれ ...

人工知能（AI）が直面している大きな課題の1つに、コンピューターのメモリと処理装置の相互作用がある。アルゴリズムが動作している間、この2つのコンポーネント間ではデータが急速に行き来する。しかし、AIモデルは膨大な量のデータに依存している ...

株式会社Quanmatic（クオンマティク、本社：東京都新宿区、代表取締役：古賀 純隆、以下Quanmatic社）は、汎用ソフトウェアQANML（Quantum Algorithms aNd Machine Library）のMVP（minimum viable product）に、問題の分割・アニーリングを自動的に繰り返す「リボアニーリング法 ...