ダウンロード数: 1816
このアイテムのファイル:
ファイル | 記述 | サイズ | フォーマット | |
---|---|---|---|---|
bussei_el_101218.pdf | 303.46 kB | Adobe PDF | 見る/開く |
完全メタデータレコード
DCフィールド | 値 | 言語 |
---|---|---|
dc.contributor.author | 御手洗, 光祐 | ja |
dc.date.accessioned | 2022-04-19T09:24:45Z | - |
dc.date.available | 2022-04-19T09:24:45Z | - |
dc.date.issued | 2022-03 | - |
dc.identifier.uri | http://hdl.handle.net/2433/269388 | - |
dc.description.abstract | 近年の機械学習の目覚ましい発展は, 計算機の高速化が強力にサポートしてきた. そこで量子コンピュータを機械学習に利用するという方向性が近年活発に研究されている. 本集中ゼミでは, 代表的な量子機械学習アルゴリズムについて概観し, その可能性や課題について議論する. 量子機械学習アルゴリズムは, おおまかにNoisy Intermediate Scale Quantum (NISQ)デバイスでの近未来応用を主眼に置いたものと, 誤り訂正後の万能量子コンピュータを見据えたものに大別される. これら2つの方向性について代表的なアルゴリズムを紹介するために, はじめに機械学習や量子コンピュータの基礎的な事項を最初におさえる. その後前半で, NISQデバイスに向けた量子アルゴリズムを紹介する. 特にパラメータ付きの量子回路を用いた機械学習手法について概観する. その後後半では, 量子サポートベクターマシンや量子線形回帰など, 長期的応用を見据えたアルゴリズムについて議論する. 量子機械学習自体は直接的に物性物理に関連している分野とは言えないかもしれないが, 例えば量子機械学習アルゴリズムを物理系の相転移検出に応用してみるなど, 物性物理学への応用のアイデアは絶えない. 本集中ゼミが参加者の議論の種になれば嬉しい. | ja |
dc.language.iso | jpn | - |
dc.publisher | 物性研究・電子版 編集委員会 | ja |
dc.subject.ndc | 428 | - |
dc.title | <講義ノート>量子コンピュータの機械学習への応用 | ja |
dc.type | departmental bulletin paper | - |
dc.type.niitype | Departmental Bulletin Paper | - |
dc.identifier.jtitle | 物性研究・電子版 | ja |
dc.identifier.volume | 10 | - |
dc.identifier.issue | 1 | - |
dc.textversion | publisher | - |
dc.identifier.artnum | 101218 | - |
dc.sortkey | 18 | - |
dc.relation.url | http://mercury.yukawa.kyoto-u.ac.jp/~bussei.kenkyu/wp/wp-content/uploads/2022-101218.pdf | - |
dc.identifier.selfDOI | 10.14989/269388 | - |
dcterms.accessRights | open access | - |
dc.relation.isDerivedFrom | http://mercury.yukawa.kyoto-u.ac.jp/~bussei.kenkyu/wp/wp-content/uploads/2022-101218.pdf | - |
出現コレクション: | 10巻1号 |
![](/dspace/image/articlelinker.gif)
このリポジトリに保管されているアイテムはすべて著作権により保護されています。