T-QARDメンバーが第29回統計物理学国際会議 (STATPHYS29, イタリア, フィレンツェ) で発表しました。
- Hiroki Aita, Masaru Hitomi, Masayuki Ohzeki (2025/7/14, Poster) “Replica Analysis of Factorization Machines with 1-Dimensional Latent Vectors.”
T-QARDメンバーが第29回統計物理学国際会議 (STATPHYS29, イタリア, フィレンツェ) で発表しました。
T-QARDメンバーが国際会議 Adiabatic Quantum Computing Conference (AQC2025, カナダ, ブリティッシュコロンビア大学) で発表しました。
T-QARDメンバーが第3回量子アニーリング研究会 (東京科学大学大岡山キャンパス) で発表しました。
量子アニーリング(QA)は、QAから得られる出力値の分布がボルツマン分布に近いことを利用してボルツマン機械学習に使われることがあります。今回は、QAの代わりにシミュレーテッド量子アニーリング(SQA)を用いて、どの温度のボルツマン分布にどのくらい近いのかをエネルギー分布だけでなく、磁化やオーバーラップといった違う指標も使って確かめました。さらにそれぞれのサンプリングを使ってRBMを学習し、実際にどのようなサンプリングの分布になっているか確かめました。結果として、SQAの分布はボルツマン分布に従う様子が見らましたが、T=1.0のボルツマン分布に補正するとずれがみられました。また、SQA学習のRBMのサンプリング分布はMCMCベースのRBMよりも低エネルギー帯に分布していることがわかりました。
read
制限ボルツマンマシン(RBM)は、学習する際、コンストラクティブ・ダイバージェンス(CD)という手法で近似的に学習します。また、別の手法として、量子アニ―ラ―(QA)からサンプリングして学習する手法があります。この二つの手法は、全く異なる手法を取っているため、性能比較がされる必要があります。本論文では、CDで学習されたRBMとQAで学習されたRBMを使って、画像分類、画像再構成、対数尤度の精度を比較しました。
read概要 量子アニーリングによる作曲 ( メロディの生成 ) の再現実験を行います。具体的には、OpenJij を用いて複数個の音符を同時生成し、メロディが生成されることを確認します。また、D-Wave Ocean の機能を […]
read本記事では,ランダムな 3-SAT のインスタンスを解くアルゴリズムをいくつか実装して性能を比較します.そして,サーベイ伝搬法に基づいたアルゴリズムが高い性能を持つことを確認します.
read