文献

J-GLOBAL ID：202202221294572330   整理番号：22A0543270

Associative Adversarial Networkにおいて量子サンプリングによるボルツマンマシンの学習がGANの精度に与える影響

Effect of learning Boltzmann machine with quantum sampling in Associative Adversarial Network

著者 (6件)： 漆畑充 (東北大 大学院) ,  漆畑充 (クロスタブ) ,  大関真之 (東北大 大学院) ,  大関真之 (東京工大) ,  大関真之 (シグマアイ) ,  田中和之 (東北大 大学院)
資料名： 日本物理学会講演概要集(CD-ROM)  (日本物理学会春季大会講演概要集(CD-ROM))
巻： 76  号： 2  ページ： ROMBUNNO.22pL4-8  発行年： 2021年09月24日 
JST資料番号： S0671C  ISSN： 2189-079X  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 本研究の目的はディープラーニングのフレームワークとして期待されているGenerative Adversarial Network(GAN)の学習に対する量子効果を検証することである.一般的なGANのフレームワークでは,生成器は一様ランダムな...【本文一部表示】

シソーラス用語： 人工知能 ,  *ニューラルネットワーク ,  *機械学習 ,  精度 ,  Boltzmannマシン ,  量子効果 ,  敵対的生成ネットワーク

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (5件)： 量子 ,  サンプリング ,  ボルツマンマシン ,  学習 ,  GaN