Submit Search
Upload
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
•
0 likes
•
454 views
Fixstars Corporation
Follow
2021年10月14日開催「量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~」にて使用した資料です。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 42
Download now
Download to read offline
Recommended
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
Fixstars Corporation
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
次世代ゲームにおける自動生成技術
次世代ゲームにおける自動生成技術
Youichiro Miyake
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Fixstars Corporation
コンピュータビジョンの研究開発状況
コンピュータビジョンの研究開発状況
cvpaper. challenge
いまさら聞けないarmを使ったNEONの基礎と活用事例
いまさら聞けないarmを使ったNEONの基礎と活用事例
Fixstars Corporation
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
cvpaper. challenge
Recommended
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
Fixstars Corporation
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
次世代ゲームにおける自動生成技術
次世代ゲームにおける自動生成技術
Youichiro Miyake
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Fixstars Corporation
コンピュータビジョンの研究開発状況
コンピュータビジョンの研究開発状況
cvpaper. challenge
いまさら聞けないarmを使ったNEONの基礎と活用事例
いまさら聞けないarmを使ったNEONの基礎と活用事例
Fixstars Corporation
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
cvpaper. challenge
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
Hideki Takase
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
Fixstars Corporation
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
エピック・ゲームズ・ジャパン Epic Games Japan
機械学習のための数学のおさらい
機械学習のための数学のおさらい
Hideo Terada
分散深層学習 @ NIPS'17
分散深層学習 @ NIPS'17
Takuya Akiba
20190619 オートエンコーダーと異常検知入門
20190619 オートエンコーダーと異常検知入門
Kazuki Motohashi
第14回 配信講義 計算科学技術特論B(2022)
第14回 配信講義 計算科学技術特論B(2022)
RCCSRENKEI
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
cvpaper. challenge
PyOpenCLによるGPGPU入門
PyOpenCLによるGPGPU入門
Yosuke Onoue
畳み込みLstm
畳み込みLstm
tak9029
新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには
Asai Masataro
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
Satoshi Hara
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
Preferred Networks
深層学習と音響信号処理
深層学習と音響信号処理
Yuma Koizumi
Marp Tutorial
Marp Tutorial
Rui Watanabe
Intel TSX について x86opti
Intel TSX について x86opti
Takashi Hoshino
第13回 配信講義 計算科学技術特論B(2022)
第13回 配信講義 計算科学技術特論B(2022)
RCCSRENKEI
深層学習を利用した音声強調
深層学習を利用した音声強調
Yuma Koizumi
Global Illumination
Global Illumination
Masafumi Noda
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
Fixstars Corporation
2015.6.5 EMC主催OpenStackセミナー - EMC講演スライド
2015.6.5 EMC主催OpenStackセミナー - EMC講演スライド
EMC Japan
More Related Content
What's hot
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
Hideki Takase
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
Fixstars Corporation
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
エピック・ゲームズ・ジャパン Epic Games Japan
機械学習のための数学のおさらい
機械学習のための数学のおさらい
Hideo Terada
分散深層学習 @ NIPS'17
分散深層学習 @ NIPS'17
Takuya Akiba
20190619 オートエンコーダーと異常検知入門
20190619 オートエンコーダーと異常検知入門
Kazuki Motohashi
第14回 配信講義 計算科学技術特論B(2022)
第14回 配信講義 計算科学技術特論B(2022)
RCCSRENKEI
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
cvpaper. challenge
PyOpenCLによるGPGPU入門
PyOpenCLによるGPGPU入門
Yosuke Onoue
畳み込みLstm
畳み込みLstm
tak9029
新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには
Asai Masataro
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
Satoshi Hara
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
Preferred Networks
深層学習と音響信号処理
深層学習と音響信号処理
Yuma Koizumi
Marp Tutorial
Marp Tutorial
Rui Watanabe
Intel TSX について x86opti
Intel TSX について x86opti
Takashi Hoshino
第13回 配信講義 計算科学技術特論B(2022)
第13回 配信講義 計算科学技術特論B(2022)
RCCSRENKEI
深層学習を利用した音声強調
深層学習を利用した音声強調
Yuma Koizumi
Global Illumination
Global Illumination
Masafumi Noda
What's hot
(20)
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
UE4ディープラーニングってやつでなんとかして!環境構築編(Python3+TensorFlow)
機械学習のための数学のおさらい
機械学習のための数学のおさらい
分散深層学習 @ NIPS'17
分散深層学習 @ NIPS'17
20190619 オートエンコーダーと異常検知入門
20190619 オートエンコーダーと異常検知入門
第14回 配信講義 計算科学技術特論B(2022)
第14回 配信講義 計算科学技術特論B(2022)
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
PyOpenCLによるGPGPU入門
PyOpenCLによるGPGPU入門
畳み込みLstm
畳み込みLstm
新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
深層学習と音響信号処理
深層学習と音響信号処理
Marp Tutorial
Marp Tutorial
Intel TSX について x86opti
Intel TSX について x86opti
第13回 配信講義 計算科学技術特論B(2022)
第13回 配信講義 計算科学技術特論B(2022)
深層学習を利用した音声強調
深層学習を利用した音声強調
Global Illumination
Global Illumination
Similar to 量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
Fixstars Corporation
2015.6.5 EMC主催OpenStackセミナー - EMC講演スライド
2015.6.5 EMC主催OpenStackセミナー - EMC講演スライド
EMC Japan
DELLのグラフィクスVDIの取り組み ~お客様事例ならびにGPUソリューションラボご紹介
DELLのグラフィクスVDIの取り組み ~お客様事例ならびにGPUソリューションラボご紹介
Dell TechCenter Japan
いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門
Fixstars Corporation
【Interop Tokyo 2014】 持たないビデオ会議サービスの有効利用とは
【Interop Tokyo 2014】 持たないビデオ会議サービスの有効利用とは
シスコシステムズ合同会社
NHNグループ合同勉強会 ライブドア片野
NHNグループ合同勉強会 ライブドア片野
livedoor
お客様が望んでいるモダンデスクトップアプリとは?/傾向と対策 Part1
お客様が望んでいるモダンデスクトップアプリとは?/傾向と対策 Part1
インフラジスティックス・ジャパン株式会社
VCK5000_Webiner_Fixstars様ご講演資料
VCK5000_Webiner_Fixstars様ご講演資料
直久 住川
UE4におけるエフェクトの為のエンジン改造事例
UE4におけるエフェクトの為のエンジン改造事例
エピック・ゲームズ・ジャパン Epic Games Japan
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
NTT Communications Technology Development
オープンイノベーション時代の工学スキル:国際標準化エンジニアリング
オープンイノベーション時代の工学スキル:国際標準化エンジニアリング
Toshihiko Yamakami
Directconnect200808 Help Jp
Directconnect200808 Help Jp
codewarrior congrejo
DeNA流cocos2d xとの付き合い方
DeNA流cocos2d xとの付き合い方
dena_study
openstack_neutron-dvr_os5thaniv_20150713
openstack_neutron-dvr_os5thaniv_20150713
Takehiro Kudou
VCK5000_Webiner_GIGABYTE様ご講演資料
VCK5000_Webiner_GIGABYTE様ご講演資料
直久 住川
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
Fixstars Corporation
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
Masaya Ishikawa
NIFcLab Tech Laboratoryはじめます(もうすぐ)
NIFcLab Tech Laboratoryはじめます(もうすぐ)
富士通クラウドテクノロジーズ株式会社
GP4エンジニアリング・ソリューションのご紹介
GP4エンジニアリング・ソリューションのご紹介
中村昌弘 中村昌弘
20171207 VxRailチャンピオンクラブ_meetup_ネットワールド石塚
20171207 VxRailチャンピオンクラブ_meetup_ネットワールド石塚
VxRail ChampionClub
Similar to 量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
(20)
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
2015.6.5 EMC主催OpenStackセミナー - EMC講演スライド
2015.6.5 EMC主催OpenStackセミナー - EMC講演スライド
DELLのグラフィクスVDIの取り組み ~お客様事例ならびにGPUソリューションラボご紹介
DELLのグラフィクスVDIの取り組み ~お客様事例ならびにGPUソリューションラボご紹介
いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門
【Interop Tokyo 2014】 持たないビデオ会議サービスの有効利用とは
【Interop Tokyo 2014】 持たないビデオ会議サービスの有効利用とは
NHNグループ合同勉強会 ライブドア片野
NHNグループ合同勉強会 ライブドア片野
お客様が望んでいるモダンデスクトップアプリとは?/傾向と対策 Part1
お客様が望んでいるモダンデスクトップアプリとは?/傾向と対策 Part1
VCK5000_Webiner_Fixstars様ご講演資料
VCK5000_Webiner_Fixstars様ご講演資料
UE4におけるエフェクトの為のエンジン改造事例
UE4におけるエフェクトの為のエンジン改造事例
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
オープンイノベーション時代の工学スキル:国際標準化エンジニアリング
オープンイノベーション時代の工学スキル:国際標準化エンジニアリング
Directconnect200808 Help Jp
Directconnect200808 Help Jp
DeNA流cocos2d xとの付き合い方
DeNA流cocos2d xとの付き合い方
openstack_neutron-dvr_os5thaniv_20150713
openstack_neutron-dvr_os5thaniv_20150713
VCK5000_Webiner_GIGABYTE様ご講演資料
VCK5000_Webiner_GIGABYTE様ご講演資料
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
NIFcLab Tech Laboratoryはじめます(もうすぐ)
NIFcLab Tech Laboratoryはじめます(もうすぐ)
GP4エンジニアリング・ソリューションのご紹介
GP4エンジニアリング・ソリューションのご紹介
20171207 VxRailチャンピオンクラブ_meetup_ネットワールド石塚
20171207 VxRailチャンピオンクラブ_meetup_ネットワールド石塚
More from Fixstars Corporation
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
Fixstars Corporation
株式会社フィックスターズの会社説明資料(抜粋)
株式会社フィックスターズの会社説明資料(抜粋)
Fixstars Corporation
Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)
Fixstars Corporation
Jetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けて
Fixstars Corporation
ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門
Fixstars Corporation
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
Fixstars Corporation
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
Fixstars Corporation
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
Fixstars Corporation
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
Fixstars Corporation
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
Fixstars Corporation
第8回社内プログラミングコンテスト 結果発表会
第8回社内プログラミングコンテスト 結果発表会
Fixstars Corporation
第8回社内プログラミングコンテスト 第1位 taiyo
第8回社内プログラミングコンテスト 第1位 taiyo
Fixstars Corporation
第8回社内プログラミングコンテスト 第2位 fy999
第8回社内プログラミングコンテスト 第2位 fy999
Fixstars Corporation
第8回社内プログラミングコンテスト 第3位 logicmachine
第8回社内プログラミングコンテスト 第3位 logicmachine
Fixstars Corporation
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
Fixstars Corporation
A challenge for thread parallelism on OpenFOAM
A challenge for thread parallelism on OpenFOAM
Fixstars Corporation
マルチレイヤコンパイラ基盤による、エッジ向けディープラーニングの実装と最適化について
マルチレイヤコンパイラ基盤による、エッジ向けディープラーニングの実装と最適化について
Fixstars Corporation
DIC-PCGソルバーのpimpleFoamに対する時間計測と高速化
DIC-PCGソルバーのpimpleFoamに対する時間計測と高速化
Fixstars Corporation
自動運転におけるCNNの信頼性
自動運転におけるCNNの信頼性
Fixstars Corporation
NVMCT #1 3D NANDフラッシュメモリの動向 (Trend of 3D NAND Flash Memory)
NVMCT #1 3D NANDフラッシュメモリの動向 (Trend of 3D NAND Flash Memory)
Fixstars Corporation
More from Fixstars Corporation
(20)
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
株式会社フィックスターズの会社説明資料(抜粋)
株式会社フィックスターズの会社説明資料(抜粋)
Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)
Jetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けて
ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
第8回社内プログラミングコンテスト 結果発表会
第8回社内プログラミングコンテスト 結果発表会
第8回社内プログラミングコンテスト 第1位 taiyo
第8回社内プログラミングコンテスト 第1位 taiyo
第8回社内プログラミングコンテスト 第2位 fy999
第8回社内プログラミングコンテスト 第2位 fy999
第8回社内プログラミングコンテスト 第3位 logicmachine
第8回社内プログラミングコンテスト 第3位 logicmachine
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
A challenge for thread parallelism on OpenFOAM
A challenge for thread parallelism on OpenFOAM
マルチレイヤコンパイラ基盤による、エッジ向けディープラーニングの実装と最適化について
マルチレイヤコンパイラ基盤による、エッジ向けディープラーニングの実装と最適化について
DIC-PCGソルバーのpimpleFoamに対する時間計測と高速化
DIC-PCGソルバーのpimpleFoamに対する時間計測と高速化
自動運転におけるCNNの信頼性
自動運転におけるCNNの信頼性
NVMCT #1 3D NANDフラッシュメモリの動向 (Trend of 3D NAND Flash Memory)
NVMCT #1 3D NANDフラッシュメモリの動向 (Trend of 3D NAND Flash Memory)
Recently uploaded
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
Recently uploaded
(9)
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
1.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Copyright © Fixstars Group 量子コンピュータ時代の製造業におけるDXセミナー -生産工程効率化に向けた新たなご提案-
2.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Agenda • フィックスターズとFixstars Amplifyのご紹介 エグゼクティブエンジニア 松田 ・・・ 20分 • Fixstars Amplifyの製造業向け適用事例ご紹介 エグゼクティブエンジニア 松田 ・・・ 5分 • 製造業におけるAmplify活用デモ ロットまとめ問題 AGVの渋滞回避 シニアディレクター 木下 ・・・ 30分 • Q&A 全員 ・・・ 5分 2
3.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Copyright © Fixstars Group フィックスターズのご紹介
4.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group フィックスターズの強み フィックスターズは、コンピュータの性能を最大限に引き出し大量データの高速処理を実現する、 高速化のエキスパート集団です。 低レイヤ ソフトウェア技術 アルゴリズム 実装力 各産業・研究 分野の知見
5.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 組合せ最適化問題 スケジューリング 配送計画 スマートシティー 集積回路設計 膨大な選択肢から、制約条件を満たし、ベストな選択肢を探索する(組合せ最適化問題) 参考: 慶應義塾大学 田中宗 准教授 「量子コンピュータ最前線とイジングマシンの可能性」
6.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group フィックスターズでの組合せ最適化の取り組み事例 シフト割り付け自動化 金融商品の最適価格付け 設備スケジューリング最適化 経路指示リアルタイム制御 倉庫を走行する多数の搬送ロボ ット(AGV)が効率よく動作す るよう、最適経路だけでなく迂 回や交差点での待機などリアル タイムに指示します 複雑な金融商品の最適な価格付 けを、お客様のアルゴリズムと プロトタイプソースコードをも とに高速化・並列化し、100倍 程度の高速化を実現しました 人手の直観で時間をかけて行っ ていた物流倉庫の業務シフト割 り付けを、勤務時間やスキルな どの条件をもとに最適化した配 置を提示します 製造工場の設備の利用割り当て (ジョブショップスケジューリ ング)を、納期や段取り替えの 時間などを考慮して最適化しま す
7.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Copyright © Fixstars Group Fixstars Amplify のご紹介
8.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 量子コンピュータとその周辺 1 量子コンピュータ IBM/Google/Rigetti/IonQ 2 イジングマシン 富士通/日立/東芝/Fixstars 3 量子 アニーリング D-Wave/NEC 1. 量子コンピュータ 量子ゲート方式 古典汎用コンピュータの上位互換 量子力学の重ね合わせ状態を制御 する量子ゲートを操作し、特定の 問題を汎用的かつ高速に処理する。 2. イジングマシン 二値二次多項式模型 二次の多変数多項式で表される目的 関数の最適化問題 (QUBO) を扱う 専用マシン。変数は0,1または±1 統計物理学におけるイジング模型 (磁性体の性質を表す模型) に由来 様々な実装により実現されている。 3. 量子アニーリング方式 量子焼きなまし法 イジングマシンの一種であり、量子焼きなまし法の原理に基づ いて動作する。 量子イジング模型を物理的に搭載したプロセッサで実現する。 自然計算により低エネルギー状態が出力される。 Amplify AE
9.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Fixstars Amplify クラウドサービス あらゆる量子アニーリング・イジングマシンに対応したアプリケーション開発を、実現するためのクラウドプラットフォ ームです。多くのマシンを透過的に扱うことを可能にします。 ・・・ 適用分野 (一例) 金融 物流 ライフサイエンス 様々なマシンに対応 各社が提供する量子アニーリング・イジングマシンを Fixstars Amplifyから利用することが出来ます。 シンプルで効率的なアプリ開発 複雑で専門性の高いプロセスを自動化し、効率的にマシ ンを使うための学習コストを、圧倒的に低くします。 PoCから実問題まで対応 大規模問題の入力と高速実行が可能で、PoCや実問題を 視野に入れたアプリケーション開発が行えます。 すぐに開発を開始可能 開発環境と実行環境がセットで提供されるため、すぐに 開発を開始することが出来ます。 主な特長 サービス概要
10.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 二次計画問題 • 最適化問題の分類 • 組合せ最適化問題 • 決定変数が離散値 (整数など) • 整数計画問題 (決定変数が整数) • 0-1整数計画問題 (決定変数が二値) • 連続最適化問題 • 決定変数が連続値 (実数など) • 量子アニーリング・イジングマシン Quadratic 二次形式 Unconstrained 制約条件なし Binary 0-1整数 (二値) Optimization 計画 𝑓 = 𝑖<𝑗 𝑄𝑖𝑗𝑞𝑖𝑞𝑗 + 𝑖 𝑄𝑖𝑖𝑞𝑖 𝑞𝑖 ∈ 0,1 or 𝑞𝑖 ∈ ±1 問題設定 (入力・定数) 決定変数 (出力・変数) 評価値 (目的関数) • QUBO模型 (0-1整数二次計画問題)
11.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Fixstars Amplify の特長 – いつでも 開発環境と実行環境がセットのため すぐにプログラミングと実行が出来る – 誰でも ハードウェアや専門的な知識が不要 無料で開発がスタート可能 – 高速に 10万ビットクラスの大規模問題の 高速処理と高速実行が可能 – あらゆる 一般に公開されている全てのイジング マシンを利用可能
12.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Amplify の対応マシン
13.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Fixstars Amplifyによる課題解決 ◼ イジングマシンのための革新的な開発環境 簡単 多くのマシンに対応 始めやすい ✓ SDKをインストールするだけ ですぐに使える (pip install amplify) ✓ ハードウェアの専門知識不要 でアプリケーションが開発で きる ✓ 進化の早いマシンの発展に追 従すべての量子アニーリング/ イジングマシンに対応 ✓ 10万ビット級のアニーリング マシン実行環境が利用可能 ✓ 研究・開発用途には開発環境 と実行環境が無償で利用可能 ✓ 多くのチュートリアル、サン プルコードを整備・拡充 多くの人が始めやすい開発プラットフォームを無料で提供 https://amplify.fixstars.com
14.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Copyright © Fixstars Group Fixstars Amplify の技術
15.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Amplify SDKのワークフロー ◼ 従来のプログラミングワークフローとの比較 実行方法
16.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Amplify SDKによるシンプルプログラミング 数独を解くサンプルアプリ 富士通・デジタルアニーラの設定用コード SDKなし 最適化しても 200行以上 出典: Wikipdia SDKなし 59行 SDKあり 30行程度 SDKあり 1行 日立CMOSアニーリングマシンの設定用コード SDKなし 183行 SDKあり 1行
17.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 17 Amplify による巡回セールスマン問題の実装例
18.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Amplify Annealing Engine • NVIDIA GPU V100/A100 で動作 • 独自の並列化シミュレーテッドアニーリングアルゴリズム • WEB経由で計算機能を提供 • Amplify SDK の実装を直ぐに実行可能 • 社会課題への取り組み・PoC・検証が加速 • 商用マシンでは最大規模かつ最高速レベル • 64Kビット (全結合) / 100Kビット超 (疎結合) Amplify Cloud
19.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group • Fixstars Amplifyの標準マシンサービスとして D-Wave Systemsの量子コンピュータを追加 • Fixstars Amplifyの利用者は個別にD-Wave Systems と契約することなく Fixstars Amplify のサービスとし て量子コンピュータが使えるようになりました (毎月の利用時間制限あり) • 10月から本格提供 詳細URL: https://www.fixstars.com/ja/news/2166/
20.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Amplify 標準提供マシン 最先端の量子技術 最先端の並列化技術 NVIDIA A100/V100 最大10万ビット以上 D-Wave Advantage 5000量子ビット 出典:https://www.nvidia.com/ja-jp/data-center/dgx-2/
21.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Copyright © Fixstars Group Amplifyの製造業向け 適用事例ご紹介
22.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 最も効率的な生産スケジュールは? 22 Problem: 製品製造工程順序の効率化 • 段取り時間、納期、稼動率などを考慮 • 工程内の機械数、製造可能な製品の制約 • 従来技術の整数計画ソルバだと数時間かかることも Solution: 実用化に向けて取組み中 • Amplifyがより高速により良い解を提示 October 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Machine 1 Machine 2 Machine 3 Machine 4 Machine 5 Machine 6 Machine 7 Machine 8 Machine 9 Machine 10
23.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 最も効率的な作業員のシフトは? 23 Problem: 物流倉庫内のチーム編成とタスク割り当て • スキルや業務時間平滑化、個人の希望などの考慮 • ホワイトボードを使い、朝・夕30分程度ずつか けて作成 Solution: • Amplifyが10秒で推薦配置を提示
24.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 最も効率的な部材や製品の搬送方法は? 24 Problem: 物流倉庫内AGVの走行制御 • 多数の搬送ロボット(AGV)の効率的動作 • ピッキング時間短縮、渋滞回避 Solution: • Amplifyが他のAGVの行動を考慮し、次の 最適動作をリアルタイムに指示 • 最短経路だけでなく、迂回・交差点制御な ども実現
25.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Copyright © Fixstars Group 製造業におけるAmplify活用デモ ・ロットまとめ問題 ・AGVの渋滞回避
26.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 製造業のDXにおける主な課題 26 顧客 見積り依頼 見積り回答 (納期) 顧客 発注 納品 製品 製品 製品 製造 装置 オペレータ 原料・ 部材 生産 搬送 搬送・ 設置 装置 サプライヤー 原料・部材 サプライヤー 設備発注 発注 納品 納品 勘と経験 紙とペン 過不足なく 適正化 少量多品種 製造 熟練者の 退職 業務プロセス 課題 納期回答・納品 過剰(日数)納期→失注 納期(日数)不足→納期遅れ 設備投資計画 過剰投資→ROIC悪化 設備不足→チャンスロス 原料・部材発注 過剰在庫→無駄な保管コスト 部材不足→減産 製造業のDXには、 生産工程の見える化、効率化が先決! DX
27.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 生産工程管理における課題の例 27 顧客 見積り依頼 見積り回答 (納期) 顧客 発注 納品 装置 サプライヤー 原料・部材 サプライヤー 設備発注 発注 納品 納品 ⚫ 最も効率的な生産スケジュールは? ⚫ なるべく同種のロットをまとめて生産し たい。 ⚫ なるべく製品在庫量を平滑化して生産し たい。 ⚫ 納期を守った上で、稼働装置の台数をな るべく少なくしたい。 ⚫ 作業員の能力や個人の希望を反映させた最も 効率的なシフトは? ⚫ 最も効率的な部材や製品の搬送方法は? ⚫ 効率的な部材発注のタイミングや発注量は? Amplifyによる実装イメージとモデル シナリオにおける活用デモをご紹介 製品 製品 製品 製造 装置 原料・ 部材 生産 搬送 搬送・ 設置 オペレータ
28.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group モデルシナリオ 28 顧客 見積り依頼 見積り回答 (納期) 顧客 発注 納品 装置 サプライヤー 原料・部材 サプライヤー 設備発注 発注 納品 納品 納期回答編 ①過不足のない納期を10秒で求める →迅速かつ適切な納期回答 納品(トラブル対応、運転コスト削減)編 ②装置が1台故障、10秒で生産計画を立て直す →迅速かつ適切なトラブル対応 ③納期ギリギリまで装置稼働台数を落とす →勘と経験に依存しない生産計画 設備投資計画編 ④納期短縮に必要な装置台数を求める →勘と経験に依存しない設備投資計画 製品 製品 製品 製造 装置 原料・ 部材 生産 搬送 搬送・ 設置 オペレータ 即時自動 納期回答
29.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group Amplify(量子コンピュータ)を使って問題を解くまでのステップ 29 モデル化 定式化 :20分 A :10分 問題 解 A, Bどちらの製品を何個ずつ 作ったほうがトータルの製造 時間が短い? 製造時間: T(q) = 10×q0A+20×q0B +10×q1A+20×q1B +10×q2A+20×q2B T = 30分 T(q)が最も小さくなる (0,1)の組合せを探索 ※T(q)→目的関数 制約条件: 一度に作れるのはAかBのどちらか q = (0 or 1) 0 1 2 A q0A q1A q2A B q0B q1B q2B 製品 処理順 0 1 2 A 1 1 1 B 0 0 0 製品 処理順 Amplifyがやっていること B or AかBどちらかの製品を、合 計3個作る。
30.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group ロットまとめ問題の実装イメージ 30 問題)10台の製造装置を使い4種の製品を合計100ロット作る。 全ロットの生産が完了するまでの時間を最短にしたい。 ロットとは? →(ここでは)ひとまとまりの生産単位 部材 生産(加工) 製品 製品:4個 製品:9個 1ロット 1ロット 装置0 装置1 装置9 製造装置 10台 A A A B B B B B C A D A
31.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group ロットまとめ問題の実装イメージ 31 品種 ロット 数 処理 時間 A 30 2 B 10 3 C 40 1 D 20 1 製品:4品種 100個 1020通り (←10010) の組合せ! 段取り時間 A→A 0 B→A 2 C→A 1 D→A 2 装置0 装置1 装置9 製造装置 10台 A A A B B B B B C A D 段取り 時間 段取り 時間 段取り 時間 A → なるべく同種のロットを まとめて生産したい 問題)10台の製造装置を使い4種の製品を合計100ロット作る。 全ロットの生産が完了するまでの時間を最短にしたい。
32.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 0 1 2 3 ... 99 A (1,0) (1,0) (1,0) (1,0) (1,0) B (1,0) (1,0) (1,0) (1,0) (1,0) C (1,0) (1,0) (1,0) (1,0) (1,0) D (1,0) (1,0) (1,0) (1,0) (1,0) X (1,0) (1,0) (1,0) (1,0) (1,0) A (1,0) (1,0) (1,0) (1,0) (1,0) B (1,0) (1,0) (1,0) (1,0) (1,0) C (1,0) (1,0) (1,0) (1,0) (1,0) D (1,0) (1,0) (1,0) (1,0) (1,0) X (1,0) (1,0) (1,0) (1,0) (1,0) A (1,0) (1,0) (1,0) (1,0) (1,0) B (1,0) (1,0) (1,0) (1,0) (1,0) C (1,0) (1,0) (1,0) (1,0) (1,0) D (1,0) (1,0) (1,0) (1,0) (1,0) X (1,0) (1,0) (1,0) (1,0) (1,0) ... 装置ID 品種 . . . ... 9 ロット処理順 . . . ... ... 0 1 . . . . . . . . . . . . . . . Amplifyによる、問題のモデル化 32 装置:10台 (ID:0~9) 装置ごとに 品種5スロット (ID:A~D+ダミー) 各装置が何ロット処 理するか不明なので、 最大数として100 BinaryPoly型 (10×5)×100 = 5,000[qbit] 装置0 装置1 装置9 A A A B B B B B C A D 段取り 時間 段取り 時間 段取り 時間 A 問題)10台の製造装置を使い4種の製品を合計100ロット作る。 全ロットの生産が完了するまでの時間を最短にしたい。
33.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 0 1 2 3 ... 99 A 1 1 1 1 0 B 0 0 0 0 0 C 0 0 0 0 0 D 0 0 0 0 0 X 0 0 0 0 1 A 0 0 0 0 0 B 1 1 1 1 0 C 0 0 0 0 0 D 0 0 0 0 0 X 0 0 0 0 1 A 0 0 1 0 0 B 1 0 0 0 0 C 0 1 0 0 0 D 0 0 0 1 0 X 0 0 0 0 1 ... . . . 9 ... . . . . . . . . . . . . . . . . . . 1 ... 装置ID 品種 ロット処理順 0 ... Amplifyによる、問題のモデル化 33 モデルを使って問題を定式化 → 目的関数を最小とする(0,1)の組合せ(解) 装置0 装置1 装置9 A A A B B B B B C A D 段取り 時間 段取り 時間 段取り 時間 A 装置:10台 (ID:0~9) 装置ごとに 品種5スロット (ID:A~D+ダミー) 各装置が何ロット処 理するか不明なので、 最大数として100 BinaryPoly型 (10×5)×100 = 5,000[qbit]
34.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 0 1 2 3 ... 99 A (1,0) (1,0) (1,0) (1,0) (1,0) B (1,0) (1,0) (1,0) (1,0) (1,0) C (1,0) (1,0) (1,0) (1,0) (1,0) D (1,0) (1,0) (1,0) (1,0) (1,0) X (1,0) (1,0) (1,0) (1,0) (1,0) A (1,0) (1,0) (1,0) (1,0) (1,0) B (1,0) (1,0) (1,0) (1,0) (1,0) C (1,0) (1,0) (1,0) (1,0) (1,0) D (1,0) (1,0) (1,0) (1,0) (1,0) X (1,0) (1,0) (1,0) (1,0) (1,0) A (1,0) (1,0) (1,0) (1,0) (1,0) B (1,0) (1,0) (1,0) (1,0) (1,0) C (1,0) (1,0) (1,0) (1,0) (1,0) D (1,0) (1,0) (1,0) (1,0) (1,0) X (1,0) (1,0) (1,0) (1,0) (1,0) ... 装置ID 品種 . . . ... 9 ロット処理順 . . . ... ... 0 1 . . . . . . . . . . . . . . . Amplifyによる、問題の定式化 34 定式化: • 目的関数:最小にしたい関数 → 処理時間+段取り時間の総和 • 制約条件:前提条件として守らなければならないルール → 各装置が同時に作れるのは1品種のみ → 各品種の合計生産数が予定数通り 問題)10台の製造装置を使い4種の製品を合計100ロット作る。 全ロットの生産が完了するまでの時間を最短にしたい。
35.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 0 1 2 3 ... 99 A 1 1 1 1 0 B 0 0 0 0 0 C 0 0 0 0 0 D 0 0 0 0 0 X 0 0 0 0 1 A 0 0 0 0 0 B 1 1 1 1 0 C 0 0 0 0 0 D 0 0 0 0 0 X 0 0 0 0 1 A 0 0 1 0 0 B 1 0 0 0 0 C 0 1 0 0 0 D 0 0 0 1 0 X 0 0 0 0 1 ... . . . 9 ... . . . . . . . . . . . . . . . . . . 1 ... 装置ID 品種 ロット処理順 0 ... Amplifyによる、問題の定式化 :目的関数 35 • 目的関数:最小にしたい関数 → (処理時間+段取り時間)の総和 装置ごと、処理順ごとに 処理時間を積算 B: 3 + C: 1 装置ごと、処理順ごと に段取り時間を積算 B→C: 1 品種 処理 時間 A 2 B 3 C 1 D 1 段取り 前 A B C D A 0 2 4 5 B 2 0 1 3 C 1 3 0 1 D 2 2 3 0 段取り時間
36.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 0 1 2 3 ... 99 A 1 1 1 1 0 B 0 0 0 0 0 C 0 0 0 0 0 D 0 0 0 0 0 X 0 0 0 0 1 A 0 0 0 0 0 B 1 1 1 1 0 C 0 0 0 0 0 D 0 0 0 0 0 X 0 0 0 0 1 A 0 0 1 0 0 B 1 0 0 0 0 C 0 1 0 0 0 D 0 0 0 1 0 X 0 0 0 0 1 ... . . . 9 ... . . . . . . . . . . . . . . . . . . 1 ... 装置ID 品種 ロット処理順 0 ... • 制約条件:前提条件として守らなければならないルール → 各装置が同時に作れるのは1品種のみ → 各品種の合計生産数が予定数通り Amplifyによる、問題の定式化 :制約条件 36 品種 生産数 A 30 B 10 C 40 D 20
37.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 37 Amplify による実装 #目的関数 for m in range(num_mac): for l in range(lmax): cost += coef * (lmax-l) * (t_proc*mac[m][l]).sum() # 処理時間 if (l>0): for fr in range(num_type): for to in range(num_type): cost += coef * (lmax-l) * ( t_switch[fr][to] * mac[m][l-1][fr] * mac[m][l][to] # 段取り時間 ) # 品種の1hot制約 for m in range(num_mac): for l in range(lmax): model += one_hot(mac[m][l]) # 品種の合計数制約 for t in range(num_type-1): # dummy品種は除く model += equal_to(sum_poly([mac[m][l][t] for m in range(num_mac) for l in range(lmax)]), num_lots[t])
38.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group ロットまとめ問題のモデルシナリオ 38 顧客 見積り依頼 見積り回答 (納期) 顧客 発注 納品 装置 サプライヤー 原料・部材 サプライヤー 設備発注 発注 納品 納品 納期回答編 ①過不足のない納期を10秒で求める →迅速かつ適切な納期回答 納品(トラブル対応、運転コスト削減)編 ②装置が1台故障、10秒で生産計画を立て直す →迅速かつ適切なトラブル対応 ③納期ギリギリまで装置稼働台数を落とす →勘と経験に依存しない生産計画 設備投資計画編 ④納期短縮に必要な装置台数を求める →勘と経験に依存しない設備投資計画 製品 製品 製品 製造 装置 原料・ 部材 生産 搬送 搬送・ 設置 即時自動 納期回答
39.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group AGVの渋滞回避の実装イメージ 39 • 全AGVの合計移動距離の最大化: − σ𝑖=1 𝑁 σ𝜇∈𝑀 𝑖,𝑠𝑖 𝑑𝜇𝑞𝑖,𝜇 • AGVが採る経路は1つ: σ𝜇∈𝑀 𝑖,𝑠𝑖 𝑞𝑖,𝜇 = 1 ∀𝑖 • 1つの頂点にAGVは1つ以下: σ𝑖=1 𝑁 σ𝜇∈𝑀(𝑖,𝑠𝑖) 𝐹𝜇,𝑡,𝑣𝑞𝑖,𝜇 ≤ 1 ∀𝑡 ∈ 𝑻, ∀𝑣 ∈ 𝑽 累積待ち時間 Amplify最適化 78s 場当たり的 86s 経過時間 [秒] 経過時間 [秒] 累積待ち時間 [秒] 完了タスク数 [個] 目的関数→ 制約条件
40.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 40 Fixstars Amplify: オンラインデモ & チュートリアルページ https://amplify.fixstars.com/ja/demo
41.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 41 ✓ 高速・高精度に組合せ最適化問題を解ける ✓ 簡単にアプリケーションを開発できる 組合せ最適化で課題を抱えている皆様 お気軽にお問合せください! お問い合わせ窓口 : contact@fixstars.com
42.
Fixstars Group www.fixstars.com Copyright
© Fixstars Group 42 フィックスターズでは仲間を募集しています! さまざまな専門性を持つエンジニアを募集しています 詳細は https://www.fixstars.com/ja/recruit/ まで
Download now