はじめに

量子コンピュータを使用した機械学習で主にNNを取り上げます。
時間があればQboostなどの他の特徴選択アルゴリズムも紹介します。

RBM/DBMと量子アニーリング・ボルツマンマシン

量子コンピュータでは量子ゲートを使用した機械学習も研究が始まっていますが、
現状では主に量子アニーリングを使用した回路の研究が主です。 ボルツマンマシンを取り上げます。

結合について

キメラグラフなど結線数の少ない学習は役に立たないので、RBMでは完全２部グラフ、
ハードウェアの制約はありますが、基本的にはきちんとモデルに沿った実装を考えます。

量子サンプリング

RBMで使用されるCD法の代わりにボルツマンサンプリングを使用した学習と推論の方法を確認します。

有限温度

ボルツマンサンプリングでは、有限温度の設定によって効率的な学習が変わります。
温度についても触れたいと思います。

ハードウェア実装

チップや実機にRBMやDBMを落とし込むのに必要な技術や量子ビットの構成などを考察したいと思います。 主に量子アニーリング＆磁束量子ビットを使用します。

GPUシミュレータ

NVIDIA社のCUDAで並列化された完全２部グラフと量子アニーリングを使用した学習フレームワーク。
また、pythonをベースに組み合わせ最適化問題をメトロポリスのSQAに実装する際のQUBOなどの仕組みも見直したいと思います。

（参考）INCEPTION AI スタートアップ サミット https://www.gputechconf.jp/inception-program.html

場所について

場所は一旦丸の内のABCクッキングスタジオのセミナールームを借りることができました。
万が一変更等ありましたら連絡します。