| 研究課題/領域番号 |
18H03303
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
田中 和之 東北大学, 情報科学研究科, 教授 (80217017)
|
|---|
| 研究分担者 |
安田 宗樹 山形大学, 大学院理工学研究科, 教授 (20532774)
片岡 駿 小樽商科大学, 商学部, 准教授 (50737278)
大関 真之 東北大学, 情報科学研究科, 教授 (80447549)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2020年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)
2018年度: 5,720千円 (直接経費: 4,400千円、間接経費: 1,320千円)
|
|---|
| キーワード | 確率的情報処理 / 統計的機械学習理論 / 情報統計力学 / マルコフ確率場 / ベイズ統計 / 量子統計的機械学習理論 / 確率的グラフィカルモデル / 量子コンピューティング / 量子確率伝播法 / 量子確率伝搬法 |
|---|
| 研究成果の概要 |
確率伝搬法による確率的グラフィカルモデルの教師あり学習の定式化を一般化された密度行列の教師あり学習への拡張を，量子力学的に拡張されたクラスター変分法の立場から定式化した.さらに従来の潜在変数を伴う確率的グラフィカルモデルによる統計的機械学習理論の量子力学的拡張による再定式化を行い，英文書籍のBook Chapter (https://doi.org/10.1007/978-981-16-4095-7_10)として公開した．さらに，画像生成などの応用例において低次元状態ベクトルの範囲での量子統計的機械学習システムの範囲で良好な性能が期待できることを示すことができたことが主な成果である．
|
| 研究成果の学術的意義や社会的意義 |
近年のD-Waveによる量子コンピュータの開発の成功は，量子力学的効果を取り入れた計算方式に対する期待を大きく加速している．この開発された量子コンピュータは組み合わせ最適化問題に特化した構造に設計され，その最適化問題の解の探索過程においてトンネル現象が確認されたという報告があり，「最適解探索の過程でのトンネル現象の発現の有無」という問いについては確認が進められつつある．その一方で本研究計画の成果により未来の予測を最適化問題として定式化する上での量子力学的重ね合わせをもとに構成された状態を本質的に取り込んだ問題設定とその解法の構築を行うことができたことが学術的・社会的意義と位置付けている．
|
