| 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 | 2026-03-17 11:15 量子回路の学習における神経接核理論の検証 ○鎌倉 暉・小川朋宏（電通大）  IT2025-117 ISEC2025-125 WBS2025-99 RCC2025-98 |
|
| 抄録 | （和） | 従来，ニューラルネットワークでは勾配消失や過学習の問題が存在していたが，近年，大規模ネットワークにおいては実験から実用へ急速な発展を遂げている．この成功に理論的な説明を与えるものが神経接核理論であり，ネットワークのパラメータ数が学習サンプル数より十分大きい場合に，パラメータの初期値近傍に大域的な最適解が存在することがA.Jacotらにより示された．さらに，量子の学習回路においても神経接核理論を用いた説明を試みる研究がなされてきている．本研究では，量子の学習回路における神経接核理論の効果の検証を目的とし，量子回路の線形化による考察と，量子回路のパラメータ最適化のシミュレーションを行った．回路の線形化では，$1$量子ビット回路の一次の項までの線形化について考察した．回路パラメータの最適化では，$1$量子ビットおよび$2$量子ビット回路について，勾配降下法による最適化のシミュレーションを行った． |
| （英） | Conventionally, neural networks suffered from vanishing gradients and overfitting problems. In recent years, however, large-scale neural networks have achieved rapid developments in various practical applications. For such great success in neural networks, the Neural Tangent Kernel (NTK) theory by Jacot etal gives a theoretical explanation, in which sufficiently large number of network parameters, compared to training samples, ensures existence of a global optimal solution near an arbitrary initial parameter. Moreover, several researches have been reported to develop the NTK theory in quantum learning circuits. This study aims to verify the effectiveness of the NTK theory in quantum learning circuits. We conducted a theoretical analysis based on linearization of quantum circuits and performed classical computer simulations for optimizing circuit parameters. For circuit linearization, we examined first-order approximations in terms of circuits parameters and studied an order analysis of convergent speeds. For circuit parameter optimization, we simulated optimization using the gradient descent method in both 1-qubit and 2-qubit circuits. |
|
| キーワード | （和） | 深層学習 / 神経接核理論 / 量子ニューラルネットワーク / / / / / |
| （英） | deep learning / neural tangent kernel / quantum machine learning / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 404, IT2025-117, pp. 244-249, 2026年3月. | |
| 資料番号 | IT2025-117 | |
| 発行日 | 2026-03-09 (IT, ISEC, WBS, RCC) | |
| 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 | IT2025-117 ISEC2025-125 WBS2025-99 RCC2025-98 |
|
| 研究会情報 | |
| 研究会 | IT WBS ISEC RCC |
| 開催期間 | 2026-03-16 - 2026-03-17 |
| 開催地（和） | 信州大学 長野キャンパス |
| 開催地（英） | Nagano Campus, Shinshu University |
| テーマ（和） | ISEC/IT/RCC/WBS合同研究会 |
| テーマ（英） | Joint Workshop of ISEC, IT, RCC, and WBS |
| 講演論文情報の詳細 | |
| 申込み研究会 | IT |
| 会議コード | 2026-03-IT-WBS-ISEC-RCC |
| 本文の言語 | 日本語 |
| タイトル（和） | 量子回路の学習における神経接核理論の検証 |
| サブタイトル（和） | |
| タイトル（英） | Verification of neural tangent kernel theory in quantum circuit learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / deep learning |
| キーワード(2)（和/英） | 神経接核理論 / neural tangent kernel |
| キーワード(3)（和/英） | 量子ニューラルネットワーク / quantum machine learning |
| 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） | 鎌倉 暉 / Shun Kamakura / カマクラ シュン |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 小川 朋宏 / Tomohiro Ogawa / オガワ トモヒロ |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-17 11:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IT |
| 資料番号 | IT2025-117, ISEC2025-125, WBS2025-99, RCC2025-98 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.404(IT), no.405(ISEC), no.406(WBS), no.407(RCC) |
| ページ範囲 | pp.244-249 |
| ページ数 | 6 |
| 発行日 | 2026-03-09 (IT, ISEC, WBS, RCC) |
[研究会発表申込システムのトップページに戻る]