| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-03-23 11:45 NISQデバイスを用いた量子ニューラルネットワークにおける量子回路の構成と学習性能の評価 ○丸茂直樹（早大）・和田康孝（明星大）・上田和紀・木村啓二（早大）  CPSY2023-52 DC2023-118 |
|
| 抄録 | （和） | 変分量子アルゴリズム（Variational Quantum Algorithm: VQA）による量子機械学習では，学習モデルを構成する部分（Ansatz）の反復回数を多くするほど，そして多くの量子ビットがもつれ（エンタングルメント）を起こすほど学習能力が上がる．一方，現在実現されている量子ゲート方式コンピュータのNISQ（Noisy Intermediate-Scale Quantum computer）デバイスでは，ノイズを許容し誤り訂正を行わない．そのため回路が深くなるほどノイズによって理論通りの状態を出力できなくなる．すなわち，NISQデバイスで変分量子アルゴリズムによる量子機械学習を行うと，学習性能とデバイスのノイズ特性がトレードオフの関係になる． 以上を踏まえ，本稿では，ノイズのある環境における回路構成の違いによる学習性能の差を精度の観点から評価した．評価の結果，変分量子アルゴリズムによる量子機械学習においてエンタングルメントが必要不可欠であること，及びゲート数が最小限に抑えられる線形なエンタングルメントの場合にはAnsatzの反復回数が増え，回路の深さが深くなっても精度の低下は小さく，ノイズのないシミュレーションと同等の性能が得られることを確認した． |
| （英） | The more numbers of repeat of Ansatz and the more qubit entangling improve learnability of quantum machine learning by variational quantum algorithm(VQA). On the other hand, Quantum gate computor realizing now is called Noisy Intermediate-Scale Quantum computer (NISQ) devices and they contain noises and they don't correct errors. Therefore, the deeper quantum circuit is, it will be more difficult to output the state as theory. It means that If useing NISQ devices for quantum machine learning by VQA, its learnability and the property noise in NISQ devices will be trade-off. Based on the above, this paper evaluates the difference in learnability for each different circuit in noisy environment from the view of accuracy. As a result, qunatum machine learning by VQA needs entanglement.In addition, linear entanglement that cantains minimum gate doesn't decrease accuracy much, even if the number of repeat in Ansatz increase and make the circuit deeper, and its learnability is the same as noiseless simulation. |
|
| キーワード | （和） | NISQ / 量子機械学習 / 変分量子アルゴリズム / / / / / |
| （英） | NISQ / Quantum machine learning / Varatinal quantum algorithm / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 450, CPSY2023-52, pp. 82-87, 2024年3月. | |
| 資料番号 | CPSY2023-52 | |
| 発行日 | 2024-03-14 (CPSY, DC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CPSY2023-52 DC2023-118 |
|
| 研究会情報 | |
| 研究会 | DC CPSY IPSJ-SLDM IPSJ-EMB IPSJ-ARC |
| 開催期間 | 2024-03-21 - 2024-03-23 |
| 開催地（和） | 壱岐の島ホール |
| 開催地（英） | Ikinoshima Hall |
| テーマ（和） | 組込み技術とネットワークに関するワークショップ ETNET2024 |
| テーマ（英） | ETNET2024 |
| 講演論文情報の詳細 | |
| 申込み研究会 | CPSY |
| 会議コード | 2024-03-DC-CPSY-SLDM-EMB-ARC |
| 本文の言語 | 日本語 |
| タイトル（和） | NISQデバイスを用いた量子ニューラルネットワークにおける量子回路の構成と学習性能の評価 |
| サブタイトル（和） | |
| タイトル（英） | Evaluating composition of quantum circuit and learnability in quantum neural network with NISQ devices |
| サブタイトル（英） | |
| キーワード(1)（和/英） | NISQ / NISQ |
| キーワード(2)（和/英） | 量子機械学習 / Quantum machine learning |
| キーワード(3)（和/英） | 変分量子アルゴリズム / Varatinal quantum algorithm |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 丸茂 直樹 / Naoki Marumo / マルモ ナオキ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 和田 康孝 / Yasutaka Wada / ワダ ヤスタカ |
| 第2著者 所属（和/英） | 明星大学 (略称： 明星大) Meisei University (略称： Meisei Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 上田 和紀 / Kazunori Ueda / ウエダ カズノリ |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 木村 啓二 / Keiji Kimura / キムラ ケイジ |
| 第4著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-23 11:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CPSY |
| 資料番号 | CPSY2023-52, DC2023-118 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.450(CPSY), no.451(DC) |
| ページ範囲 | pp.82-87 |
| ページ数 | 6 |
| 発行日 | 2024-03-14 (CPSY, DC) |
[研究会発表申込システムのトップページに戻る]