@techreport{oai:ipsj.ixsq.nii.ac.jp:00211781,
 author = {真鍋, 秀隆 and 原田, 健自},
 issue = {6},
 month = {Jun},
 note = {NISQ 上で実行可能なタスクとして量子回路学習などの学習アルゴリズムがあり，古典コンピュータによる学習の性能を上回る可能性があるとして注目を集めている．ところが，計算量の制約から，多数の量子ビットを用いた場合において量子回路学習がどのような性能，性質を持つかはあまり分かっていない．本研究では，古典コンピュータで高速にシミュレート可能なテンソルネットワーク構造を持つパラメータ付き量子回路による学習を考え，大規模量子系における量子回路学習タスクの性能や性質について古典シミュレーションの領域から考察する．},
 title = {高速にシミュレート可能なパラメータ付き量子回路による学習},
 year = {2021}
}