文献

J-GLOBAL ID：202502271135768932   整理番号：25A0158526

量子コンピュータを利用したアンサンブル学習:QBoostとBlack-box最適化の性能比較

Ensemble learning using quantum annealing: a comparative study of QBoost and black-box optimization

著者 (5件)： 小玉健人 (東北大 大学院) ,  大塚誠 (リルズ) ,  大関真之 (東北大 大学院) ,  大関真之 (東京工大 理) ,  大関真之 (シグマアイ)
資料名： 日本物理学会講演概要集(CD-ROM)  (Meeting Abstracts of the Physical Society of Japan (CD-ROM))
巻： 79  号： 2  ページ： ROMBUNNO.16pE311-10  発行年： 2024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： アンサンブル学習は複数の機械学習モデル(弱分類器)を組み合わせることで、より強力な学習モデル(強分類器)を構築する手法であり、不均衡なデータセットや外れ値を含んだデータセットの学習に対して頑健な学習モデルを構築できる[1]。アン...【本文一部表示】

シソーラス用語： *量子コンピュータ ,  機械学習 ,  *学習モデル ,  最適化手法 ,  予測精度 ,  量子アニーリング ,  目的関数 ,  ブラックボックス ,  最適化 ,  シミュレーテッドアニーリング ,  改変

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 量子コンピュータ ,  アンサンブル学習 ,  BOX ,  最適化 ,  性能比較