整数計画問題
整数計画問題とは、変数の値の一部または全部が整数に制限される最適化問題のことです。AIや機械学習分野の組合せ最適化において、効率的な意思決定やリソース配分の計算に広く利用されています。
最適化問題のAI用語一覧（2ページ目）
35件最適化問題に関するAI用語を35件掲載しています。意味や使い方、関連用語を一覧から確認できます。 現在は2ページ目です。
大域的最小値
大域的最小値とは、最適化問題や機械学習の損失関数において、定義域全体の中で最も値が小さくなる点のことです。モデルの予測精度を極限まで高めるパラメータの組み合わせを示しますが、複雑な高次元空間ではその探索が非常に困難になります。
局所的最適解
局所的最適解とは、機械学習の最適化プロセスにおいて、全体の中での真の最適解ではないものの、その周辺の限られた範囲内では最も優れた状態を指します。AIが学習時にこの状態から抜け出せなくなる現象が課題となります。
NP困難問題
NP困難問題とは、コンピュータにとって効率的な解法を見つけるのが極めて難しいとされる計算問題のクラスです。AIや機械学習分野における最適なモデルの探索や経路最適化などにおいて、厳密解を短時間で求めることが困難であるため、近似アルゴリズムやメタヒューリスティクスが活用されます。
制約伝播
制約伝播とは、AIや数理最適化において、ある変数の値が決まったときに関連する他の変数の選択肢を狭め、矛盾する組み合わせを連鎖的に排除していく推論技法です。計算量を大幅に削減し、数独などのパズルやスケジューリング問題の効率的な解決に役立ちます。
ラグランジュ乗数
ラグランジュ乗数とは、制約条件のある最適化問題を効率的に解くために用いられる数学的手法およびそのパラメータです。機械学習においては、サポートベクターマシン（SVM）の学習や、モデルの正則化、強化学習などの背景にある制約付き最適化を数学的に扱う際、目的関数と制約条件を統合したラグランジュ関数を定義するために利用されます。
変分量子固有ソルバー
変分量子固有ソルバー（VQE）は、量子コンピュータと古典コンピュータを連携させて分子の基底状態エネルギーなどを効率的に計算するハイブリッドアルゴリズムです。NISQ時代の限られた量子リソースでも実用的な問題解決が期待されています。
アニーリングマシン
アニーリングマシンとは、膨大な選択肢から最適な組み合わせを探索する「組み合わせ最適化問題」を高速に解決する特化型計算機です。物理現象である焼きなましを模したイジングモデルを用いて、エネルギーが最も低い最適解を導き出します。物流の配送計画や金融の資産運用など、社会の複雑な課題解決やAIの学習最適化に貢献する技術として期待されています。
シンクホーンアルゴリズム
シンクホーンアルゴリズムは、最適輸送問題にエントロピー正則化を導入し、行列の行と列の正規化（スケーリング）を交互に繰り返すことで、確率分布間の距離（シンクホーン距離）を高速に計算する手法です。従来の線形計画法に比べて計算量が劇的に削減され、GPUによる並列化も容易なため、機械学習や画像処理分野における大規模データ解析に広く応用されています。
量子アニーリングマシン
量子アニーリングマシンは、量子力学の現象を利用して膨大な選択肢の中から最適な組み合わせを見つけ出す特殊な計算機です。物流の効率化や金融ポートフォリオの最適化など、従来のコンピュータでは解くのが難しい複雑な組合せ最適化問題を高速に処理する目的で開発されています。
局所解
局所解（ローカルミニマム）とは、機械学習のモデル訓練において、損失関数の値がその周辺の中では最小（最適）であるものの、全体における真の最小値（大域的最適解）ではない状態やその地点を指します。最適化アルゴリズムがこの局所解に陥ると、モデルの学習が途中で停滞し、本来得られるはずの最高精度に達しない原因となります。