[4M5-GS-2f] Machine learning

3:30 PM - 3:45 PM JST(6:30 AM - 6:45 AM UTC)

[4M5-GS-2f-01] Expressive efficiency separation under noise in quantum sequential generative models

〇Nobumasa Ishida¹, Toshihiko Yamasaki¹ (1. Univ. of Tokyo)

Keywords:

Quantum machine learning,Generative models,Quantum-classical separation

量子系を用いた逐次生成モデルは、古典的な隠れマルコフモデルと比べて、同分布の表現に必要な内部メモリを2次的に小さくすることができる。しかし従来の量子古典分離はノイズがない理想的な量子系を前提としている。そこで本研究ではノイズ下における量子逐次生成モデルを解析的に評価し、分離が量子消去ノイズの下で保たれる一方で、他のノイズでは消失することを示す。本結果は分離に影響を与える要因を明らかにするとともに、ハードウェア実装に示唆を与える。