著者
斯波 廣大 Chih-Chieh CHEN 曽我部 完 坂本 克好 山口 浩一 曽我部 東馬
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第34回全国大会(2020)
巻号頁・発行日
pp.4B3GS102, 2020 (Released:2020-06-19)

ゲート方式の量子コンピュータを用いた最適化問題の解法は、VQEアルゴリズムを用いたものやQAOAアルゴリズムを用いたものが存在し、実社会の最適化問題に対する解法の1つとして、現在注目を集めている。ゲート方式の量子コンピュータを用いた最適化問題の計算手法は、量子アニーリングによる計算手法よりも拡張性が高く、様々な種類の最適化問題に対応できる可能性がある。しかしながら、複数の制約条件を考慮した複雑な最適化問題において、正しい最適解を計算する手法は未だ確立されていない。そこで今回は、制約条件を考慮した、より実問題に近い最適化問題に対する計算手法の1つであるハミルトニアン混合型手法を応用するとともにその有効性を検証する。
著者
高橋 慧 沼尻 匠 曽我部 完 坂本 克好 山口 浩一 横川 慎二 曽我部 東馬
出版者
人工知能学会
雑誌
2018年度人工知能学会全国大会(第32回)
巻号頁・発行日
2018-04-12

畳み込みニューラルネットワーク(CNN)を非画像データに適用する方法を提案する。 CNNは、画像処理や音声認識などの多くの分野で成功しています。一方、csvファイルなどの非画像データにCNNを適用することは困難でした。画像のような低次元グリッド構造のデータの順序は意味を持ち、CNNはその順序を画像の特徴として認識して処理する。したがって、CNNは、構造を変更できる非画像データに対して特徴認識を行うことができなかった。我々は、非画像データのシーケンスに意味を与えることによってCNNを適用可能にする方法に焦点を当て、改善を加えることによって提案手法の有効性を実証した。