• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

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

研究課題

研究課題/領域番号 20K23342
研究種目

研究活動スタート支援

配分区分基金
審査区分 1002:人間情報学、応用情報学およびその関連分野
研究機関山形大学 (2021-2022)
豊橋技術科学大学 (2020)

研究代表者

高橋 茶子  山形大学, 大学院理工学研究科, 助教 (60878297)

研究期間 (年度) 2020-09-11 – 2023-03-31
研究課題ステータス 完了 (2022年度)
配分額 *注記
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
キーワードボルツマンマシン / 統計的機械学習 / マルコフ確率場 / 自由エネルギー評価 / 量子機械学習 / 量子ボルツマンマシン
研究開始時の研究の概要

量子力学的に拡張されたモデルによる機械学習を扱う新しい研究領域は量子機械学習と呼ばれ始めた。量子機械学習が従来の機械学習に比べ飛躍的に優れた性能を示すことが数値的に実証されているものの,理論研究は量子機械学習モデルの持つ複雑さから困難であり,その優位性の理論的な根拠は十分には得られていない。本研究では,統計力学の手法を用いて量子機械学習の性能評価を行い,機械学習に量子力学的拡張を行うことで生じる優位性を理論的に裏付ける。さらにその理論に基づき,効率的な学習アルゴリズムを開発する。本研究を通して,量子機械学習モデルの設計方針,性能評価,実装についての統一的な枠組みを提供することを目指す。

研究成果の概要

研究期間全体を通して、量子機械学習の枠組みに拡張が期待できる機械学習の基礎的な問題に取り組むことができた。量子機械学習への応用を考えるにあたって重要なモデルクラスであるマルコフ確率場において、自由エネルギーを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評価する方法を開発し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

本研究で扱ったマルコフ確率場に属する統計的機械学習モデルは非常に広汎な用途を持ち、特に現在の人工知能技術を支える深層学習モデルや生成モデルなどの基礎モデルである制限ボルツマンマシンに対する理論面での貢献があると考えられる。また、量子機械学習モデルへの拡張がすでに提案されている機械学習モデルも扱ったことから、本研究の成果が今後の量子機械学習における理論的または数値的な知見を与える可能性もある。

報告書

(4件)
  • 2022 実績報告書   研究成果報告書 ( PDF )
  • 2021 実施状況報告書
  • 2020 実施状況報告書
  • 研究成果

    (11件)

すべて 2023 2022 2021

すべて 雑誌論文 (2件) (うち査読あり 2件、 オープンアクセス 1件) 学会発表 (8件) (うち国際学会 3件) 図書 (1件)

  • [雑誌論文] Backdoor poisoning attacks against few-shot classifiers based on meta-learning2023

    • 著者名/発表者名
      Ganma Kato, Chako Takahashi and Koutarou Suzuki
    • 雑誌名

      Nonlinear Theory and Its Applications, IEICE

      巻: 14 号: 2 ページ: 491-499

    • DOI

      10.1587/nolta.14.491

    • ISSN
      2185-4106
    • 関連する報告書
      2022 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Free energy evaluation using marginalized annealed importance sampling2022

    • 著者名/発表者名
      Yasuda Muneki、Takahashi Chako
    • 雑誌名

      Physical Review E

      巻: 106 号: 2 ページ: 1-11

    • DOI

      10.1103/physreve.106.024127

    • 関連する報告書
      2022 実績報告書
    • 査読あり
  • [学会発表] データ拡張を用いた GNN に対するバックドア攻撃2023

    • 著者名/発表者名
      屋敷真吾,高橋茶子,鈴木幸太郎
    • 学会等名
      2023年 暗号と情報セキュリティシンポジウム (SCIS2023)
    • 関連する報告書
      2022 実績報告書
  • [学会発表] グラフスペクトルのステガノグラフィへの応用2023

    • 著者名/発表者名
      川口和久,豊永憲治,高橋茶子,中井雄士,鈴木幸太郎
    • 学会等名
      日本応用数理学会第19回研究部会連合発表会
    • 関連する報告書
      2022 実績報告書
  • [学会発表] グラフスペクトルを用いたグラフに対するステガノグラフィ2023

    • 著者名/発表者名
      川口和久,豊永憲治,高橋茶子,中井雄士,鈴木幸太郎
    • 学会等名
      RCC・ISEC・IT・WBS合同研究会
    • 関連する報告書
      2022 実績報告書
  • [学会発表] Weight parameter estimation from compressed data on Boltzmann machines via L2-norm minimisation2022

    • 著者名/発表者名
      Chako Takahashi
    • 学会等名
      The 41st JSST Annual International Conference on Simulation Technology (JSST2022)
    • 関連する報告書
      2022 実績報告書
    • 国際学会
  • [学会発表] Backdoor poisoning attacks on meta-learning-based few-shot classifiers2022

    • 著者名/発表者名
      Ganma Kato, Chako Takahashi and Koutarou Suzuki
    • 学会等名
      The 2022 International Symposium on Nonlinear Theory and Its Applications (NOLTA2022)
    • 関連する報告書
      2022 実績報告書
    • 国際学会
  • [学会発表] メタ学習に基づく Few-Shot 分類に対するバックドアポイズニング攻撃2022

    • 著者名/発表者名
      加藤頑馬,高橋茶子,鈴木幸太郎
    • 学会等名
      情報処理学会第190回マルチメディア通信と分散処理・第96回コンピュータセキュリティ合同研究発表会 (DPS190/CSEC96)
    • 関連する報告書
      2022 実績報告書 2021 実施状況報告書
  • [学会発表] 周辺化 annealed importance sampling による自由エネルギー評価2022

    • 著者名/発表者名
      安田宗樹,高橋茶子
    • 学会等名
      日本物理学会第77回年次大会
    • 関連する報告書
      2022 実績報告書 2021 実施状況報告書
  • [学会発表] Targeted universal adversarial examples via single node injection on graph convolutional networks2021

    • 著者名/発表者名
      Shingo Yashiki, Chako Takahashi, Koutarou Suzuki
    • 学会等名
      2021 International Conference on Advanced Informatics: Concepts, Theory and Applications (ICAICTA2021)
    • 関連する報告書
      2021 実施状況報告書
    • 国際学会
  • [図書] 機械学習・ディープラーニングによる“異常検知”技術と活用事例集2022

    • 著者名/発表者名
      執筆者:70名、技術情報協会
    • 総ページ数
      560
    • 出版者
      技術情報協会
    • ISBN
      9784861049132
    • 関連する報告書
      2022 実績報告書

URL: 

公開日: 2020-09-29   更新日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi