2021 Fiscal Year Research-status Report
統計力学的近似と解析に基づく量子機械学習の理論および実装法の構築
| Project/Area Number |
20K23342
|
|---|
| Research Institution | Yamagata University |
|---|
Principal Investigator |
高橋 茶子 山形大学, 大学院理工学研究科, 助教 (60878297)
|
|---|
| Project Period (FY) |
2020-09-11 – 2023-03-31
|
| Keywords | 量子機械学習 / 量子ボルツマンマシン |
|---|
| Outline of Annual Research Achievements |
本研究課題の当初の計画では、本年度は2020年度までに得られている理論解析に関する数値実験を行い、成果を論文等にまとめることが予定されていた。しかしながら、本年度は計画通りの進捗が得られていないため、研究実施期間の延長手続きにより最終年度を2022年度に変更し、2021年度に当初計画していた研究内容を2022年度に延長して実施する予定である。2021年度から採択されている、量子機械学習に関連する別の研究課題の研究内容と連携しながら、本研究の実施を推進する。
計画していた研究内容に関しては予想されていたような進捗は得られなかったものの、次のような方面から本研究の目的へアプローチすることに成功した：本研究で扱う量子機械学習のモデルである量子ボルツマンマシンの基礎である、通常のボルツマンマシン等の機械学習モデルにおいて、Annealed Importance Sampling（焼きなまし重点サンプリング）と呼ばれるサンプリング法を用いて近似的に自由エネルギーの評価を行う手法の性能を理論的に評価した。モデルの自由エネルギーの評価は、通常の機械学習のみならず量子機械学習においても重要な問題であるため、この成果は当初の研究計画に大きく貢献すると考えられる。このテーマについての研究成果は、2021年度に行われた1件の国内学会にて発表済みである。また、2022年5月時点で国際学術論文誌に投稿中であり、最終年度終了までの間に掲載できるよう順次対応を進めているところである。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
採択当初に2021年に計画していた研究内容についてはまだ十分な進展が得られておらず、学会発表や論文投稿などの成果の発表まで漕ぎ着けていない状況である。その一方、当初の研究計画に密接に関連するいくつかの研究については成果が得られており、これらを踏まえた上で最終年度の研究を推進する予定である。
|
| Strategy for Future Research Activity |
研究実施期間の延長手続きにより最終年度が2022年度に変更されたため、当初2021年度に計画していた研究内容を引き続き実施する。
|
| Causes of Carryover |
新型コロナウイルスの感染拡大により、学会発表や研究打ち合わせなどを目的とした現地出張等が制限され、2020年度に引き続き2021年度の使用予定に計上していた旅費等の予定金額を支出することができなかったため、最終年度を2021年度から2022年度へ延長することとなった。
2022年度も当初旅費として計上していた金額をすべて旅費として執行することは難しいと思われるため、2021年度に実施できなかった計算機設備の増強に支出を集中させ、研究の推進を図る予定である。
|
