文献

J-GLOBAL ID：202502252796690983   整理番号：25A1565623

非可積分系のダイナミクスを用いた量子回路学習

著者 (7件)： 佐藤隆太郎 (Chuo Univ., Tokyo, JPN) ,  青田康弘 (Chuo Univ., Tokyo, JPN) ,  吉田崇晴 (Chuo Univ., Tokyo, JPN) ,  川口英明 (Keio Univ., Yokohama, JPN) ,  森雄一朗 (AIST, Ibaraki, JPN) ,  久慈浩輝 (Chuo Univ., Tokyo, JPN) ,  松崎雄一郎 (Chuo Univ., Tokyo, JPN)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2025  号： HPC-198  ページ： Vol.2025-HPC-198,No.21,1-8 (WEB ONLY)  発行年： 2025年03月10日 
JST資料番号： U0451A  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)

抄録/ポイント： 量子機械学習は,量子コンピュータの性質を利用して従来の機械学習手法を超える性能を目指すアイデアである。変分量子アルゴリズム(VQA)で実装できる教師あり学習手法である量子回路学習(Quantum Circuit Learning,QCL)において,入力データを量子状態にエンコードする過程が学習モデルの表現能力に与える影響について議論されてきた。特に,エンコードに用いるハミルトニアン.H.の固有値の性質は,学習モデルの性能に大きな影響を与える。近年提案されたエンコード手法においては,量子ビット数に対して,指数関数的に大きくなる磁場を印加することができれば,学習モデルの表現能力を向上できることが知られている。しかしながら,この手法では,量子ビット数の増加に伴い,現実的には実装が困難な,指数関数的に大きな磁場を印加しなければいけないという問題が存在した。そこで,本研究では非可積分系ハミルトニアンをエンコードに採用することで,量子ビット数に対して多項式程度の大きさの磁場の印加で,学習モデルに高い表現能力を与える量子回路学習の手法を提案する。この手法は,必要な磁場強度が実用的範囲内に収まるため,大規模量子コンピュータにおいても有効である。本研究の成果は,量子機械学習モデルの性能向上および実用化に向けた重要なステップとなることが期待される。(著者抄録)

シソーラス用語： *量子回路 ,  量子コンピュータ ,  量子アルゴリズム ,  *ハミルトニアン ,  *機械学習
準シソーラス用語： 非可積分系 ,  変分量子アルゴリズム ,  *量子回路学習 ,  量子機械学習

分類 (2件)： その他の計算機  (JC06020B) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 可積分系 ,  ダイナミクス ,  量子回路 ,  学習