量子機械学習におけるデータロード，回路設計，そして観測

山本　直樹; レイモンド　ルディー

あらまし

山本　直樹レイモンド　ルディー

Vol.104 No.11pp.1189-1195

発行日:2021/11/01

Online ISSN:2188-2355

Print ISSN:0913-5693

種別:特集　量子機械学習

専門分野:

キーワード:
量子機械学習, データロード, データ分類, 敵対的生成ネット, 量子回路設計, 量子観測最適化,

本文:PDF(691.4KB)>>

あらまし:
誤り耐性を有する理想的な量子計算機は，重ね合わせの原理などの量子力学の性質を利用することで，従来形計算機より少ないリソースで特定の計算タスクを実行する．しかし，現在を含め当分の間は，誤り耐性を持たない量子計算機のみが利用可能である．このような限定された状況で何ができるかについて，変分量子回路法をはじめとし，近年盛んに研究がなされている．機械学習もそのターゲットの一つである．特に機械学習では，データをいかに効率的に量子計算機に読み込ませるか（ロードするか），ロードしたデータをいかに効率良く量子回路で計算するか（量子回路設計），そして計算結果をいかに取り出すか（観測の最適化）が，量子計算機の優位性を保証するための鍵となる．本稿では，この三つの問題を軸に，筆者らの最近の研究を幾つか紹介する．

あらまし

ログイン

メニュー