OPTIMIZATION PROBLEMS in Japanese translation

• 最適化問題を

Examples of using Optimization problems in English and their translations into Japanese

These problems, when you're trying to maximize or minimize something, are called optimization problems.
このように、関数の値を最小化、または最大化する問題全般は、最適化問題（optimizationproblem）と呼ばれます。

Problems such as sorting variable sized sequences, and various combinatorial optimization problems belong to this class.
可変サイズのシークエンスのソートなどの問題，およびさまざまな組み合わせ最適化の問題はこのクラスに属する。

Lockheed Martin was wrestling with particularly tough optimization problems in their flight control systems.
ロッキード・マーチンは当時、飛行制御システムに関する非常にやっかいな最適化問題と格闘していた。

Abstract Many machine learning algorithms are formulated as mathematical optimization problems.
講演要旨機械学習アルゴリズムの多くは凸最適化問題として定式化される。

Professor Nishimori during his lecture Problems solved by quantum annealing are called optimization problems.
講演する西森教授量子アニーリングによって解かれる問題は、最適化問題と呼ばれるものです。

In optimization theory, the duality principle states that optimization problems may be viewed from either of two perspectives, the primal problem or the dual problem..
最適化理論における双対原理（英:dualityprinciple）とは、最適化問題を主問題と双対問題のどちらの観点からも見ることができることを指す。

DA is a hardware architecture which can solve combinatorial optimization problems using Isingmodel based structure. The advantages of DA are fully-connected structure and parallel searching technology for bit update.
デジタルアニーラはイジングモデルを用いて組み合わせ最適化問題を解けるハードウェアアーキテクチャで、全結合構造とハードウェアの並列性を利用したアップデート探索を用いて高速計算が可能である。

Evolver uses innovative genetic algorithm(GA) technology to quickly solve complex optimization problems in finance, distribution, scheduling, resource allocation, manufacturing, budgeting, engineering, and more.
Evolverは、革新的な遺伝的アルゴリズム(GA)技術を用いて、金融、流通、スケジュール調整、リソース割り当て、製造、予算編成、工学などのあらゆる分野における最適化問題を短時間で解決します。

Evolver uses innovate genetic algorithm(GA) technology to quickly solve optimization problems in finance, distribution, scheduling, resource allocation, manufacturing, budgeting, engineering, and more.
Evolverは、革新的な遺伝的アルゴリズム(GA)技術を用いて、金融、流通、スケジュール調整、リソース割り当て、製造、予算編成、工学などのあらゆる分野における最適化問題を短時間で解決します。

Using quantum processors cooled to 20 millikelvin(close to absolute zero), NASA engineers plan to use quantum computing to solve highly complex optimization problems involving billions of pieces of data.
NASAでは、量子プロセッサを20ミリケルビン（絶対零度に近い）にまで冷却し、数十億ものデータを利用した非常に複雑な最適化問題を解こうと計画している。

With this achievement, he revealed that many optimization problems in operation research and various problems in areas related to computer science are equally hard-to-solve problems belonging to the NP-complete class.
これによりオペレーションズリサーチの最適化問題や計算機科学に関連する多くの身近な問題がNP完全なクラスに属する等しく難しい問題であることを示した。

TuneUp Utilities will provide you with progress reports will show you what services and other optimization problems you have done and what benefits it has brought you.
TuneUpのユーティリティは、サービスやその他の最適化問題は、あなたが行っているとそれに利益をもたらすことはあなたにもたらしたものを紹介します進捗レポートを提供します。

The reason why we focused on upscaling was because as the scale of optimization problems increase, current computers will have difficulty solving the problems..
なぜ大規模化を重視したのかというと、最適化問題は規模が大きくなるにつれ、今のコンピュータでは解くことが難しくなるからだ。

Optimization problems are some of the most complex computing problems, and they underly some of the most important applications of interest to government.
最適化問題は、最も複雑なコンピューティングの問題の一部であり、政府が最も重要なアプリケーションの一部として興味を持つ根拠になっています。

In computer science, a polynomial-time approximation scheme(PTAS) is a type of approximation algorithm for optimization problems(most often, NP-hard optimization problems)..
計算機科学において、多項式時間近似スキーム(polynomial-timeapproximationscheme,以後PTASと呼ぶ)は(大抵NP困難であるような)最適化問題に対する近似アルゴリズムの一種である。

p.515 Combinatorial optimization problems are found everywhere in our modern society.
応用物理第88巻第8号(2019)p.515組合せ最適化問題は,現代社会のさまざまな場面で見られる重要な問題である。

It is known that many combinatorial optimization problems can be converted to a ground-state-search problem of the Ising model, which describes the behavior of interacting spins. Nowadays, intensive research is being undertaken to realize computers for solving Ising model problems by using networks of artificial spins.
近年,組合せ最適化問題を相互作用するスピンのモデルであるイジングモデルの基底状態探索問題に変換し,制御可能な「人工スピン」を用いて,その問題を効率よく解くイジング型計算機の研究が活発化している。

The addition of a completely new calculation principle to cloud computing made possible with a quantum annealing machine is expected to enable optimization problems like those that have up until now relied on approximate solutions with low precision due to time constraints to be solved in a short period of time and with high precision.
これにより、クラウドコンピューティングに量子アニーリングマシンによる全く新しい計算原理が加えられることで、これまでは時間的制約で精度の低い近似解法に頼っていたような最適化問題を、短時間で高精度に解くことができると期待されています。

Coupling the Thermal Power Library with Modelon's OPTIMICA Compiler Toolkit(a Modelica and FMI-based computational platform for systems design), users can utilize a python interface to solve challenging dynamic optimization problems, with use cases such as plant start-up scenarios or district heating production planning.
火力発電ライブラリをModelonのOPTIMICACompilerToolkit(システム設計用のModelica・FMIベースの計算プラットフォーム)と連結することで、プラントのスタートアップシナリオや地域熱供給の生産計画などのユースケースにおいて、お客様は難しい動的最適化問題を解決するためにPythonインターフェイスを利用することができます。

This tutorial is prepared for the students and researchers at the undergraduate/graduate level who wish to get“good solutions” for optimization problems“fast enough” which cannot be solved using the traditional algorithmic approaches.
このチュートリアルでは、伝統的なアルゴリズム的手法を用いて解くことができない"十分に速く"最適化問題のための「良い解決策"を取得したい学部/大学院レベルの学生や研究者のために準備されています。