| Item type |
SIG Technical Reports(1) |
| 公開日 |
2021-06-24 |
| タイトル |
|
|
タイトル |
量子アニーリングによる学習データのオーバーサンプリング |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Over Sampling Technique Using Quantum annealing for Supervised Machine Learning |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
株式会社日本総合研究所 |
| 著者所属 |
|
|
|
NECソリューションイノベータ株式会社 |
| 著者所属 |
|
|
|
日本電気株式会社 |
| 著者所属(英) |
|
|
|
en |
|
|
The Japan Research Institute, Limited |
| 著者所属(英) |
|
|
|
en |
|
|
NEC Solution Innovators, Ltd. |
| 著者所属(英) |
|
|
|
en |
|
|
NEC Corporation |
| 著者名 |
身野, 良寛
柴田, 将
中村, 暢達
|
| 著者名(英) |
Yoshihiro, Mino
Sho, Shibata
Nobutatsu, Nakamura
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
金融取引等において,機械学習を活用した不正検知システムが導入されつつあるが,不正データが少ないために,学習データの量が十分でないことが問題となっている.量子アニーリングを用いた制限ボルツマンマシンによって,不正データに相当する学習データを生成する手法は,従来のオーバーサンプリング方式よりも確からしい学習データを増量させることができ,結果,不正検知の精度を向上できる可能性がある.本報告では,Kaggle で公開されている金融取引データに対し,量子アニーリングを使ったオーバーサンプリングを適用する検証を行い,その有効性を確認した. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA12894105 |
| 書誌情報 |
量子ソフトウェア(QS)
巻 2021-QS-3,
号 14,
p. 1-7,
発行日 2021-06-24
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2435-6492 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |