お問い合わせ
左手で計算する大関真之、コーヒーを淹れる新城奈々、黒板で議論する沖野咲と不知火優希

Mathematical and Informatics

常に新しく、
ちょっと変わったことを

東北大学大学院情報科学研究科 情報基礎科学専攻
情報応用数理学講座 数理情報学分野
東京科学大学 理学院 物理学系
大関研究室

数理科学や物理学の知見を生かし、
情報統計力学の醸成、量子機械学習の発展、量子計算の応用を目指します。

NEXT / vision 研究室紹介動画を見る ↗

RESEARCH UPDATES

研究活動・プレスリリース

すべての記録を見る →

VISION

人生一度きり。みんなとは違うことをやっておいてもいいじゃないか。

研究は頭がいいからできることと思っていませんか？才能があるからできることと思っていませんか？研究は夢を叶えるための方法です。

世の中のためになる仕事です。誰の役に立つのかわからないような基礎研究は、いつか誰かの役に立つ魔法のような技術になるのです。

誰かが困っている問題は、きっと世の中を変えるヒントです。それを見つけるのが研究で、それを解決するのが技術です。

情報科学の中で理論的な研究スタイルをとり、数理科学や物理学の知見を生かし、情報統計力学の醸成、量子機械学習の発展、量子計算の応用を目指します。

スタートアップを創業したり、連携したり、大企業との産学連携まで。ちょっと他では味わえない体験をしませんか？

教授 大関 真之

研究室所属について

RESEARCH / THEORY · METHODS · APPLICATIONS

物理で問い、
情報で解く。

搬送の最適化から、生成モデル、量子情報、材料探索へ。
問題の構造を捉え、解き方をつくる研究。

01

量子アニーリング・最適化 · 2019

工場の搬送を、経路の組合せから改善する

課題

工場の無人搬送車（AGV）が交差点で待ち合うと、搬送の効率が落ちます。車両を個別に動かすのでなく、同時刻に使う通路まで含めて経路を選びます。

着想・方法

現在位置と搬送タスクから、停止を含む短時間の移動候補を作成。進める距離と経路選択・衝突の制約をQUBOへ写し、解を選別して次の時間区間へ進む制御を繰り返しました。

分かったこと・意義

実工場の配置で10台を動かすシミュレーションでは、稼働車の割合は従来ルールの80%に対し、D-Waveで平均94.2%、改良した整数計画で96%でした。全体で少し先の移動を調整することが、待ち時間の削減につながります。

搬送の現場で必要な制約を設計し、量子・古典の双方で評価できる最適化問題へつなげました。目的関数の値だけでなく、実際の稼働を見て問題の表現を改善する道を示しています。

原論文Figure 2で公開された実工場の配置。周回路と交差点がつながるAGVの通路ネットワーク。

© 2019 Ohzeki, Miki, Miyama and Terabe. Figure 2, Frontiers in Computer Science. 原論文 / CC BY 4.0。原図を変更せず掲載。

  1. 01各車両が交差点で待つ

  2. 02少し先の移動をまとめて調整

従来ルール
80%
D-Wave平均
94.2%
改良整数計画
96%

交差点ごとの判断から、複数台の移動をまとめて調整する制御へ

上：原論文Figure 2で公開された実工場の配置。下：2台の交差点進入を調整する概念図。配置に基づく評価では、経路を組み合わせて待ちを減らしました。

稼働車割合は原論文Table 1。実工場配置に基づくシミュレーションの結果。

原論文を読む ↗DOI: 10.3389/fcomp.2019.00009
02

情報統計力学 · 2020

密な制約を、補助変数で扱いやすくする

課題

制約を二乗の罰則として入れると、多くの変数同士が結ばれます。接続の限られた量子アニーラでは、この密な結合を載せるために多数の量子ビットが必要になります。

着想・方法

密な結合を生む二乗の制約項を、Hubbard–Stratonovich変換などで補助変数に依存する線形項へ移します。装置の応答と制約との差を使って補助変数を更新し、再び装置へ問い合わせます。

分かったこと・意義

数の分割、連立方程式、仙台・京都の交通流最適化を題材に方法を検証。密な制約をそのままハードウェアへ埋め込む負担を避ける道を示しました。

密な結合を生む制約を補助変数へ移すことで、限られたハードウェアの接続を活かして、より大きな問題を扱う選択肢を広げました。

  1. 01二乗の制約項：変数間の密な結合

  2. 02補助変数に依存する線形項へ黄色の点：古典側で調整する補助変数

  3. 03残る目的結合を持つ装置へ問い合わせ

  4. 04応答を見て補助変数を更新

応答と制約との差を、次の補助変数の更新へ戻す ↶

密な制約を、装置の外で調整する道を開く

二乗の制約項を補助変数へ移し、装置との問い合わせを反復する概念図。最後の更新から、次の線形項の設定へ戻る閉ループ。

変換対象は二乗の制約項。元の目的関数が持つ結合は残り、密グラフ全体を一度で疎な鎖へ変換する方法ではありません。

原論文を読む ↗DOI: 10.1038/s41598-020-60022-5
03

機械学習・確率ダイナミクス · 2025

拡散モデルの学習を分け、計算負担と過学習を抑える

課題

拡散モデルは、データと扱いやすい事前分布を確率的な過程で結びます。通常のモデルは逆向きの生成過程を学びますが、Schrödinger bridge型では順方向も学習し、その目的関数の意味が見えにくくなります。

着想・方法

データから事前分布への過程を「符号化」、逆方向を「復元」と捉え、変分オートエンコーダを連続した潜在変数の経路へ拡張。データ処理不等式から学習の目的関数を導きました。逆方向では、データの分布へ近づく変化を学び、ノイズからデータらしいサンプルを生成します。

分かったこと・意義

目的関数を「事前分布へ近づける損失」と「逆向きの変化を合わせるドリフト整合」に分解。掲載版の2次元分布の実験では、先に安定した符号化側の学習を途中で止め、生成側を続けることで、学習の計算負担を減らし、過学習を緩和しました。

生成モデルをVAEの拡張として理解するだけでなく、学習のどの部分をいつ止めるかという、具体的な学習手順へつなげた成果です。

  1. 01データ分布

  2. 02途中の確率分布

  3. 03事前分布（ノイズ）

データ → 事前分布：符号化を学ぶ

データ ← 事前分布：生成を学ぶ

  1. はじめ符号化側＋生成側を学習
  2. 事前損失が安定したら符号化側を固定
    生成側の学習は続ける

符号化側を先に固定し、生成側の学習を続ける

データ分布と事前分布を結ぶ概念図。順方向の符号化と逆方向の生成の両方を学習し、その後、符号化側を固定して生成側だけを継続する。

Phys. Rev. Research 7, 033213（2025）、式(21)・第V節・図2–3。図は学習手順の概念図。

原論文を読む ↗DOI: 10.1103/dxp7-4hby
04

スパースモデリング · 2017

雑音の中から、スペクトルを支える情報を選ぶ

課題

量子モンテカルロで得た虚時間データから、実周波数のスペクトルを求める解析接続は不安定です。小さな雑音でも、推定結果に大きな偽のピークが現れます。

着想・方法

積分核を特異値分解し、情報を効率よく表す基底へ変換。L₁正則化と非負性・総和の条件で推定し、正則化の強さは残差のλ依存に現れる折れ曲がりから選びます。

分かったこと・意義

雑音を含むデータから安定した解析接続を行う方法を示し、細かなピークを見分けるために必要なデータ精度も評価しました。データ点が多くても、雑音より上に残る情報は限られます。

どの成分に信頼できる情報が残るかを判断し、スペクトルの特徴を調べるために必要な観測精度を見積もる手段を与えました。

  1. 01入力：虚時間τで得る観測 G(τ)横：虚時間τ ／ 縦：観測 G(τ)

  2. 02SVD成分：雑音に埋もれる情報を見分ける横：SVD成分の順 ／ 縦：成分の大きさ

  3. 03残差のλ依存の折れ曲がりから選択横：正則化λ ／ 縦：残差の大きさ

  4. 04残る情報でスペクトルを推定横：周波数ω ／ 縦：スペクトル強度

正則化λと残差の関係の「折れ曲がり」を手掛かりに選ぶ。

観測から取り出せる情報の量が、復元できる細部を決める

入力→SVD成分→正則化の選択→推定の概念図。02の桃色の横破線は雑音水準、03の黄色の目印は正則化の強さを選ぶ手掛かり。細かなピークを見分けるには、入力データの精度も必要です。

図は観測情報と雑音の関係を示す概念図。細かな構造の復元には入力データの精度が必要です。

原論文を読む ↗DOI: 10.1103/PhysRevE.95.061302
05

量子情報・ランダム系 · 2024

ランダム・テンソルネットワークの相転移を双対性で調べる

課題

ランダム・テンソルネットワーク（RTN）では、ボンド次元、つまりつながりが持つ状態数によって量子状態の性質が変わります。平均化した量から、対称群の置換を自由度とする統計模型が現れます。

着想・方法

対称群の表現を使うフーリエ変換で、置換模型の分配関数を双対の形へ書き換え。レプリカ法の解析接続と臨界点を見積もる仮説を組み合わせました。

分かったこと・意義

対称群での明示的な双対関係を構成し、正方格子RTNの転移点をボンド次元約1.882と推定しました。群の構造を使って、ランダム系の相転移の位置を調べる方法です。

直接計算が難しい量子系でも、別の表現との関係を使って、性質が変わる境目を見積もる手掛かりになります。

  1. 01主対象：ランダム・テンソルネットワーク点：テンソル ／ 線：結合

  2. 02平均化・レプリカで置換模型へ

  3. 03群のフーリエ変換で双対表現へ

  4. 04ボンド次元の転移点を推定横：ボンド次元 ／ 黄点：推定転移点

双対性の仮説から、正方格子RTNの転移点を約1.882と推定

RTN→置換模型→双対表現→転移点を調べる理論の概念図。ボンド次元はつながりが持つ状態数。

掲載版の式(18)–(19)が双対表現、式(20)が臨界点の仮説、式(23)が推定。厳密な転移点は未確定で、数値検証が課題。

原論文を読む ↗DOI: 10.1093/ptep/ptae171

MORE DIRECTIONS

研究の広がり

量子アニーリング・計算手法 · 2017

非stoquastic模型の古典シミュレーション

課題
工夫した駆動項が生む符号問題を、特定の模型で避けられるか。
着想・方法
有効横磁場を適応的に更新する量子モンテカルロ法を提案。反強磁性XX相互作用を含む模型で検証しました。
分かったこと・意義
反強磁性XX相互作用を持つ模型で、系を大きくすると内部エネルギー・磁化が解析解へ近づくことを確認。駆動項を広げて調べる計算法の一つを与えました。
  1. 対象：反強磁性XX相互作用を持つ模型
  2. 適応有効横磁場を使うQMC
  3. 横磁化を計算し、有効横磁場を更新
  4. 内部エネルギー・磁化を解析解と比較

QMCの横磁化を、有効横磁場の更新へ戻す ↶

対象は特定のクラスの非stoquastic模型。一般の符号問題を解く方法ではありません。

原論文を読む ↗DOI: 10.1038/srep41186

機械学習・量子ゆらぎ · 2018

有限の量子ゆらぎを残す学習

課題
最適化の最後までゆらぎを残すことが、未学習データへの性能にどう影響するか。
着想・方法
経路積分に基づく複製ネットワークを結合し、有限の量子ゆらぎを残す学習を数値検証しました。
分かったこと・意義
手書き数字と顔の分類ではAdamより汎化性能が改善した例を示しました。一方、autoencoderの試行では有意な改善が得られない場合もあり、学習課題に応じた効果を検証しました。
  1. 独立な初期値でネットワークを複製
  2. 対応する重みを周期的に結合
  3. 有限の量子ゆらぎを残して最適化
  4. 未学習データで分類・復元を評価

複製は周期的に結び、対応する重み同士を結合

古典計算による数値検証。量子ゆらぎを学習法へ取り込んだ構成。

原論文を読む ↗DOI: 10.1038/s41598-018-28212-4

量子アニーリング・材料探索 · 2023

材料候補を選ぶブラックボックス最適化

課題
71万を超える置換基の組合せから、評価の高い材料候補を限られた計算で見つけたい。評価済みデータを手掛かりに、次の候補を選びます。
着想・方法
予測模型のパラメータにばらつきを与え、D-Waveで獲得関数を最適化して候補を選択。候補をDFT（密度汎関数法）で評価し、結果を追加して探索を繰り返します。
分かったこと・意義
一事例では、適度なばらつきによって新たな種類の高物性候補が見つかりました。一方、基準を超える候補の総数はばらつきなしが最多。探索の量と多様性を調整する方法を示しました。
  1. 評価済みのデータ
  2. 予測模型・D-Waveによる候補選択
  3. DFTで物性を評価
  4. 結果をデータへ追加

DFTの評価結果を、次の予測模型へ戻す ↶

一つの材料探索事例の結果。候補選択はD-Wave、物性評価はDFTが担当。

原論文を読む ↗DOI: 10.3389/fcomp.2023.1286226

数理を深め、現実の問いへ。

大関真之の研究・活動一覧 →

PUBLICATIONS

研究業績

最新論文

  1. An Upper-Bound Inequality for the Calculation Time in Simulated Annealing: A Classical Analogue of the Adiabatic Theorem

    Akihisa Ichiki, Masayuki Ohzeki

    Journal of the Physical Society of Japan 95 (11) 114006 (2026) DOI

  2. Griffiths Inequalities and Gibbs–Bogoliubov Inequality for General Gauge Glasses with Gaussian Disorder on Nishimori Line

    Manaka Okuyama, Masayuki Ohzeki

    Journal of the Physical Society of Japan 95 (10) 104706 (2026) DOI

  3. Performance Evaluation of Ising and QUBO Variable Encodings in Boltzmann Machine Learning

    Yasushi Hasegawa, Masayuki Ohzeki

    Journal of the Physical Society of Japan 95 (10) 104006 (2026) DOI

  4. Maxwell’s Demon in Markov Chain Monte Carlo: Cooling Information Flow and Entropy Balance

    Masayuki Ohzeki

    Journal of the Physical Society of Japan 95 (10) 103001 (2026) DOI

COLLABORATION

共同研究をお考えの企業様へ

共同研究に関するご質問・ご相談をお待ちしております。研究内容や課題について、どんなことでもご連絡ください。

共同研究について詳しく見る

NEWS & BLOG

活動記録

活動記録一覧を見る

EVENT中高生向けワークショップ「社会の中の数学」で大関真之が講演・ワークを担当します。 MEDIA / PR リセマムに大関真之教授の講演と Quantum Universe の取り組みが掲載されました。
記事：AI時代の大学での学び、核心は「問い」… 駿台・難関大学フェア開催（駿台予備学校PR）
MEDIA 仙台放送「Live News イット！」で量子アニーリングによる人流予測研究が紹介されました。

仙台七夕まつりの人出の算出方法を取り上げた特集で、東北大学オープンキャンパスの人流シミュレーションを紹介。来訪者の行動や目的を踏まえた人数推定と、イベント運営への活用について解説しています。

Yahoo!ニュース（仙台放送） FNN一次配信 出演案内
EVENT QI4U in Singapore 2026を開催しました。 EVENT 実践的量子ソリューション創出論 in 福岡大学を開催しました。 EVENT Quantum Meeting for You 2026を開催しました。 EVENT AQC2026で口頭・ポスター発表を行いました。 EVENT QI4U in Taiwan 2026を開催しました。 EVENT QI4U in Peru 2026を開催しました。 EVENT QI4U in China 2026を開催しました。 EVENT QI4U in Poland 2026を開催しました。 EVENT QI4U in Finland 2026を開催しました。 EVENT QI4U in PNU 2026を開催しました。 EVENT QI4U in Italy 2026を開催しました。 EVENT INQA Conference 2025で研究発表を行いました。 EVENT 日本物理学会第80回年次大会で研究発表を行いました。 EVENT STATPHYS29で研究発表を行いました。 EVENT AQC2025でポスター発表を行いました。 EVENT Quantum Infinity for You in Taiwan 2025を開催しました。 EVENT INQA Conference 2024でポスター発表を行いました。 EVENT 日本物理学会第79回年次大会で研究発表を行いました。 EVENT AQC2024で口頭・ポスター発表を行いました。 EVENT STATPHYS28で口頭・ポスター発表を行いました。
NEWS 研究室チュートリアルを実施しました。
SEMINAR 山口瑞樹さん（東京大学総合文化研究科相関基礎科学系）にセミナー講演していただきます。
AWARD KDDI Award 本賞を大関が受賞しました。
EVENT オープンキャンパスYouTube生配信を実施しました。（0日目）「安心できません！ここは東北大学です！」（1日目）「安心してください！ここは東北大学です！」（2日目）「安心してください！ここも東北大学です！」
SEMINAR 高橋惇さん（Center for Quantum Information and Control, University of New Mexico）にセミナー講演していただきます。
SEMINAR 一木輝久さん（福岡大学）にセミナー講演していただきました。
MEDIA 大関 真之 教授がMBSラジオ「上泉雄一のええなぁ」に電話出演しました。
MEDIA 大関 真之 教授が朝日放送「正義のミカタ」に生出演しました。
MEDIA 大関 真之 教授が日テレ「カズレーザーと学ぶ」に出演しました。
NEWS 大関 真之 教授に東北大学ディスティングイッシュトリサーチャーの称号が付与されました。
MEDIA 当研究室の丸山尚貴さんがサイエンスZEROに出演しました。
NEWS 研究室発足

MEMBERS

所属メンバー

教員、客員研究員、学生が専門性を持ち寄り、情報統計力学、量子機械学習、量子計算の応用に取り組んでいます。

メンバー一覧を見る

EQUIPMENTS

研究室備品

カフェスペース

ミーティングスペースや充実した作業スペースなど、研究を支える設備を整えています。

備品一覧を見る

FOR STUDENTS

研究室所属について

研究室参画への案内

A. 東北大学学部入学希望の方
工学部電気情報物理工学科を受験してください。
B. 東北大学大学院入学希望の方（修士・博士）
2群情報・生命　大学院情報科学研究科情報基礎科学専攻大関研究室を志望してください。社会人博士も募集しております（当研究室は社会人学生が比較的多いです）。
C. 東京科学大学理学院物理学系からの参画
学部入試を経て4年生の研究室所属、または大学院入試を経て理学院物理学系大関研究室を志望してください。
D. 高校生から広く一般の方まで量子コンピューティングに触れたい方
QX4Uシリーズにご参加いただけます。次回開催は調整中です。詳しくは Quantum Universe の Web ページをチェックしてください。

どんな学生に向いている研究室ですか？

やりたいことに向かって自分でアクションを起こせる人・起したい人に向いています。それに対して教員は全力でプロデュースおよびプロモーションをします。

研究テーマを決めるのが難しそうです...。

所属してすぐに研究室チュートリアルや個別の面談、諸先輩方の研究内容を聞くことで様々なテーマに触れることができます。自分だけで編み出すことができるときもあれば一緒にみんなで考えることもあります。

だいぶ変わった研究室であると聞きました...。

研究室の様子はYouTubeで公開中の研究室紹介動画をご覧ください。オープンキャンパスを研究室全体で行ったりYouTube生配信をしながら研究したりイベントごとになると楽しめる人、手伝いたい！出演したいという人には楽しめるかと思います。

研究室紹介動画

研究室ではどんなプロジェクトに参画していますか？

2022年度より政府より量子ソリューション拠点に認定され、その頃から継続的に実施している公開伴走型生配信授業QX4Uシリーズに対して、文部科学省のQ-leap（2021-2023年度）、内閣府のPRISM（2023年度）、さらに2024年度より内閣府SIP「量子コンピュータを活用した新事業を共創する研究開発基盤」及び内閣府BRIDGEプロジェクト「量子プロダクト事業化推進プラットフォーム構築事業」に採択され、支援を受けています。他にも科学研究費補助金はもちろん、各省庁の支援を受けたプロジェクト活動を行っております。これらを原資として量子人材の育成、量子ソリューションの開発において世界で随一の研究グループとなっております。

FROM THE LAB · INTO THE LIGHT

理論のその先で、音が鳴る。

開いた扉の外から見た夜の研究室。The Universeの4人がヘッドホンを着け、電子ピアノと電子ドラムで静かに練習している
EXPLORE THE SOUND