T-QARD Harbor

               

T-QARD Harbor

T-QARD Harborは東北大学量子アプリケーション研究開発センター学生チーム「T-QARD Crews」が運営する、 数理情報統計、量子情報、最適化、機械学習分野の情報を提供するWebサイトです                

活動報告

学会発表: STATPHYS28

T-QARD Crews

T-QARDメンバーが第28回統計物理学国際会議 STATPHYS28 (STATPHYS28, 東京大学) で発表を行いました。

  • 高林泰成 (2023/8/8, Poster) “Improvement of Hybrid Scheme of Continuous Optimization and Simulated Annealing”
  • 平間草太 (2023/8/7, Poster) “Algorithm for Binary Quadratic Programming Problem by Column Generation and Quantum Annealing”
  • 丸山尚貴 (2023/8/9, Oral) “Interpretation of unfair sampling in quantum annealing by node centrality”
  • 森田圭祐 (2023/8/11, Oral) “A Simple Post-Processing Method for Improving Bayesian Optimization of Combinatorial Problems”

学会発表: 日本物理学会2023年春季大会

T-QARD Administrators

T-QARDメンバーが日本物理学会2023年春季大会 (オンライン) で発表しました。

  • 高林泰成 (2023/3/22, Poster)「分子動力学法によるハイブリッド量子アニーリングに対するリバースアニーリングの適用に関する検討」
  • 平間草太 (2023/3/22, Poster)「列生成法と量子アニーリングを用いた二次計画問題の効率的な処理の検証」

(以上五十音順)

もっと見る »

解説記事

敵対的生成ネットワークの性能を高める変分量子回路

Moriaki Shimazaki

敵対的生成ネットワーク(GAN:Generative Adversarial Network)は、画像を生成する深層学習であり、パラメータが多くなるほど、計算コストが一層高くなるという問題があります。そこで、本論文ではGANの生成器を量子回路とニューラルネットワークのハイブリットで構成し、その結果、手書き画像の生成において、計算コストを削減することに成功しました。

read

制約付き量子アニーリング：罰金項を使わずにグラフ彩色問題を解く

Tomomasa Hara

量子アニーリングでは、組合せ最適化問題の制約は罰金項として表現することが一般的です。しかしこの手法は量子アニーリング (QA) の性能を落としてしまうことが知られています。本論文では 制約付き量子アニーリング (Constrained Quantum Annealing, CQA) と呼ばれる手法を用いて組合せ最適化問題を解きます。この手法は制約を罰金項として表現するのではなく、量子効果を表す driver Hamiltonian を適切に用いることで制約を満たした解のみに限定して探索を行うことができる手法です。本論文では組合せ最適化問題の一例としてグラフ彩色問題に注目して、グラフ彩色問題を CQA を用いて解きます。実験の結果では CQA により最適解に近い解を得ることができました。一方で予想と違う結果も得られ、この考察も行います。

read
もっと見る »

実践記事

もっと見る »