論文紹介:ボルンマシン。


今回はボルンマシンを利用した機械学習の論文を紹介します。ボルンマシンとは、統計的確率ではなく量子力学的存在確率を用いて学習を行う機械です。その大筋は手法は大まかにQuantum Approximation Optimization Algorithm(QAOA)やVariational Quantum Eigensolver(VQE)と変わりません。量子回路を用意し、クラスターに変数を入れて計算し、同時に共分散から勾配を求めてエネルギー最小、共分散勾配0を目指すものです。これを用いてDots & Bars datasetを最適化した結果、ショット数20000程度で92%程度の確率で正しいパターンが得られることがわかりました。


これは量子機械学習の新手法ですが、あまり量子機械学習や古典機械学習の手法らしくはありませんでした。むしろ共分散を計算するところ以外は通常のVQEの手法とあまり変わりません。この部分のみであれば私でも実装出来そうなので、機会があれば実装しようと思います。


[1804.04168] Differentiable Learning of Quantum Circuit Born Machine (arxiv.org)

Hikaru Wakaura
個人研究者の若浦 光です。量子アルゴリズムの実装結果や論文の紹介などを載せていきます。 mail: hikaruwakaura@gmail.com
Comments
Hikaru Wakaura
個人研究者の若浦 光です。量子アルゴリズムの実装結果や論文の紹介などを載せていきます。 mail: hikaruwakaura@gmail.com
Related posts

blueqat Inc.

Shibuya Scramble Square 39F 2-24-12, Shibuya, Shibuya-ku, Tokyo
Contact: info@blueqat.com