抄録
近年の材料合成技術の進展に伴い、機械学習を利用した材料設計の重要性は増している。これらの問題はブラックボックス最適化として捉えられ、入力変数の次元とともに候補解の数が指数関数的に増大するため、一般に困難な問題と考えられている。我々は機械学習の分野で知られた回帰モデルであるFactorization MachineとD-Wave 2000Q等の実装に代表される量子アニーリング技術を組み合わせることで、量子・古典ハイブリッド型のブラックボックス最適化アルゴリズムを提案し、材料の自動設計問題へも適用した。量子アニーリングは候補解の中から予想される最適解を高速に選ぶことができ、実行時間の短縮に繋がった。RCWAと呼ばれる電磁場解析手法と組み合わせることで、選択的な波長領域においてのみ強い熱放射を示すメタマテリアルの設計を行い、本手法の有用性を示した。
