@article{oai:ipsj.ixsq.nii.ac.jp:02003536,
 author = {田村,亮 and 津田,宏治 and TAMURA, Ryo and TSUDA, Koji},
 issue = {9},
 journal = {情報処理},
 month = {Aug},
 note = {ブラックボックス最適化は，関数の具体的な形が不明な中で最良の入力を探索する手法である．機械学習で代理モデルを構築し，予測と評価を繰り返して学習データを増やしながら，最適な入力を導く手法である．離散的な変数を持つブラックボックス最適化問題に対して，イジングマシンを利用することで高速に最適化を実施する手法が開発されている．この手法の概要および，材料研究への応用例について解説する．},
 pages = {e1--e6},
 title = {量子CAE：1．イジングマシンを利用したブラックボックス最適化手法の材料研究応用},
 volume = {66},
 year = {2025}
}