講演情報
[4Yin-B-25]複数パウリ観測に基づく量子畳み込みネットワークの計算効率改善
〇三輪 拓真1,2、小田 悠介4,1、河野 誠也5,2、吉野 幸一郎3,2,1 (1. 奈良先端科学技術大学院大学/NAIST、2. 理化学研究所ガーディアンロボットプロジェクト、3. 東京科学大学、4. 国立情報学研究所大規模言語モデル研究開発センター、5. 京都工芸繊維大学)
キーワード：
機械学習、畳み込みニューラルネットワーク、量子計算
量子畳み込みネットワーク（QCNN）は，NISQ環境においても実装可能性が高く，量子機械学習（QML）分野で注目されている．QCNNは他のQML手法と比較して高い性能が期待される一方，重みフィルタに比例して量子回路を繰り返し実行する必要がある．本研究では重みフィルタ数とチャネル数の関係に着目し，計算効率の改善を目的としたQCNNの設計を提案する．具体的には，出力量子ビットに対するパウリX,Y,Zの期待値を用いて特徴を抽出し，さらにそれらから位相を近似的に復元して次層の入力量子状態として再準備することで，情報を保持しつつチャネル数を抑えた層間伝搬を実現する．MNISTの10クラス分類で評価した結果，計算効率と精度のトレードオフが確認された．