講演情報
[4M5-GS-2f-01]量子逐次生成モデルにおけるノイズ下の表現効率分離
〇石田 展雅1、山崎 俊彦1 (1. 東京大学)
キーワード：
量子機械学習、生成モデル、量子古典分離
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。