当社はCookieを使用して、お客様が当社のWebサイトでより良い体験を得られるようにしています。引き続き閲覧する場合は、当社グループのプライバシーポリシー に同意したことになります。
ウェブブラウザ上で、Fixstars Amplifyを使ったプログラミングのデモやチュートリアルを実行することができます。誰でもすぐに試せます。
本サンプルプログラムでは、ホーム・エネルギー・マネジメント・システム (HEMS) を想定し、種々のエネルギーコストや供給量に基づき、2日分の最適エネルギーミックスの探索を行います。
リスクとリターンに基づく最適な金融商品ポートフォリオを作成し、実際のヒストリカルデータに基づく運用シミュレーションを実施します。
量子情報処理における誤り訂正符号であるSurface Codeの復号問題を取り扱います。
Fixstars Amplifyを使って、論文 A. Lucas, Front. Phys. (2014) で紹介されている14のNP問題に取り組みます。
都市における渋滞を最小化するために、刻一刻と変化する交通状況に応じ、組合せ最適化を用いてリアルタイムに信号機の最適制御を実施します。また、その様な信号機制御を実施した際の都市の交通量をシミュレーションします。
ブラックボックス最適化により、商業施設による交通集中が発生し得る都市における、交通渋滞を低減するような信号機群の最適制御を実施します。最適化の実施及び実証には、マルチ・エージェント・シミュレーションによる交通シミュレーションを用います。
運送業における効率的な配送計画の策定やごみ収集や道路清掃における訪問順序の最適化等での応用が期待される容量制約つき運搬経路問題（CVRP）を取り扱います。
流体機器設計に不可欠な翼型の最適化問題を取り上げます。最適化には、組み合わせ最適化及び機械学習に基づくブラックボックス最適化と流体シミュレーションを用い、翼の揚抗比を最大化するように翼型の探索を行います。
化学プラントにおける生産量を最大化するための運転条件最適化を行います。最適化には、機械学習モデルに基づくブラックボックス最適化と化学反応に関する物理シミュレーションを用います。
機械学習と量子アニーリング・イジングマシンを活用するブラックボックス最適化の適用例として、疑似的な高温超電導を実現する材料探索を取り扱います。
複雑で未知な目的関数にも適用可能な、機械学習と組み合わせ最適化を組み合わせたブラックボックス最適化手法を紹介し、Amplifyを用いて実装します。
複雑な定式化の例として、数字で与えられるヒントを元にマスを塗り、絵を完成させるパズルゲーム、ピクロスを解くアプリを開発します。
店舗とタスクに従業員を割り当てる組合せ最適化問題のアプリケーションを体験します。
集合型ライドシェアの最適化アプリケーションを体験します。
Fixstars Amplifyによる、数独の定式化を体験します。
Fixstars Amplifyによる、巡回セールスマン問題の定式化を体験します。
Fixstars Amplifyによる、グラフ彩色問題の定式化を体験します。
目的関数と制約条件を用いて定式化するアプリケーションの例としてタクシーマッチング問題のアプリケーションを開発します。
制約条件を用いて定式化するアプリケーションの例として会議室割当問題のアプリケーションを開発します。
画像のノイズ除去を行うアプリケーションを開発します。
オンラインデモ&チュートリアルをご利用いただくには、サービス利用規約に同意してください。
に同意したことになります。
