| 研究課題/領域番号 |
17K18864
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
電気電子工学およびその関連分野
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
佐藤 茂雄 東北大学, 電気通信研究所, 教授 (10282013)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2017年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
|
|---|
| キーワード | 量子計算機 / 脳型計算機 / 量子ヘッブ則 / 超伝導量子ビット / 量子計算 / 学習 / アルゴリズム / 脳型計算 / 神経回路 / 超伝導回路 |
|---|
| 研究成果の概要 |
量子計算機が持つ量子並列超高速処理と、脳型計算機が持つアルゴリズム自動獲得機能を融合することを目的として、量子ビット間相互作用を学習によって更新しうる学習可能な量子計算機の実現方法について研究を行った。脳型量子計算アルゴリズムをベースに、量子ビット間の状態相関に応じて相互作用を適応的に変化させる学習則を提案し、量子連想記憶に応用しその学習性能を理論解析と数値シミュレーションにより明らかにした。また、ハードウェア実装のために、超伝導電荷量子ビットを用いた構成方法を示し、物理的特性を考慮した数値シミュレーションにより提案手法の有効性を示した。
|
| 研究成果の学術的意義や社会的意義 |
ビッグデータに象徴されるようにICTの発展を背景に、高度情報化がより一層進んでいる現代社会において、莫大な情報を高速に処理しうる量子計算機の必要性が高まっている。量子計算機の開発においてアルゴリズムの整備が喫緊の課題となっており、本研究で提案する学習則は量子計算機にアルゴリズム自動獲得機能を付与するものであり、量子計算機の真の実用化に向けて大きく資するものである。
|
