| 研究課題/領域番号 |
19K12141
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 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 | 兵庫県立大学 |
|---|
研究代表者 |
礒川 悌次郎 兵庫県立大学, 工学研究科, 准教授 (70336832)
|
|---|
| 研究分担者 |
松井 伸之 兵庫県立大学, 工学研究科, 特任教授 (10173783)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 複素ニューラルネットワーク / 量子情報処理 / 四元数 |
|---|
| 研究成果の概要 |
本研究申請は，量子情報処理に基づくニューラルネットワークモデルを構築し，その基本性能の解析と工学応用の展開を図ることを目的としている．これに対して，(1) 拡張された量子ビットニューロンモデルおよびそのネットワークの構築，(2) このネットワークの信号処理能力の評価，の二点について検討を行った．
(1)に関しては，四元数表現と演算を量子ビットニューロンに組み込んだニューロンモデルおよび階層型ニューラルネットワークを構築するとともに，このネットワークの学習アルゴリズムとして誤差逆伝播法の導出を行った．(2)に関しては，カオス時系列の一つであるローレンツ方程式の出力予測問題において評価を行った．
|
| 自由記述の分野 |
知能情報学
|
| 研究成果の学術的意義や社会的意義 |
従来のニューラルネットワークでは，ニューロンと呼ばれる基本素子により信号を処理するシステムである．画像情報などの多次元データを処理するためには数多くのニューロンが必要となり，様々な学習アルゴリズムが提案されてきた．本研究課題では，ニューロンの数ではなく各ニューロンが有する性能を向上させることによって多次元のデータを処理という大規模化の方法を検討したものである．本課題で構成したニューラルネットワークでは，多次元のデータを処理するために量子情報処理および四次元の数体系を導入することにより，従来の実数に基づくニューラルネットワークよりも効率的に信号が処理できることを示し得た．
|
