ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. 量子ソフトウェア(QS)
  3. 2023
  4. 2023-QS-008

量子アニーリングを活用した行列因子分解手法による画像分類

https://ipsj.ixsq.nii.ac.jp/records/225044
https://ipsj.ixsq.nii.ac.jp/records/225044
401d29e4-6939-4cf7-ac35-d4532cbb3498
名前 / ファイル ライセンス アクション
IPSJ-QS23008013.pdf IPSJ-QS23008013.pdf (2.0 MB)
Copyright (c) 2023 by the Information Processing Society of Japan
オープンアクセス
Item type SIG Technical Reports(1)
公開日 2023-03-06
タイトル
タイトル 量子アニーリングを活用した行列因子分解手法による画像分類
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
お茶の水女子大学/株式会社リコー
著者所属
お茶の水女子大学/東北大学大学院
著者所属(英)
en
Ochanomizu University / Ricoh Co., Ltd.
著者所属(英)
en
Ochanomizu University / Tohoku University
著者名 朝岡, 日向子

× 朝岡, 日向子

朝岡, 日向子

Search repository
工藤, 和恵

× 工藤, 和恵

工藤, 和恵

Search repository
論文抄録
内容記述タイプ Other
内容記述 量子コンピューティング技術が発展するにしたがって,量子アニーリングマシンを用いる機械学習手法が多数提案されている.しかしながら,ディープラーニングなど古典コンピュータによる機械学習もすでに発展しているため,新たに量子アニーリング技術を導入する利点を示すことは重要である.本研究報告では量子アニーリングによる行列因子分解手法でモデルを学習し,その性能を従来の機械学習手法と比較した結果を示す.今回活用する二値制約非負値行列因子分解 (Nonnegative/Binary Matrix Factorization; NBMF) は,もともとスパースな生成モデルの学習手法であるが,クラス分類モデルとしての応用を提案する.今回の実験では,手書き数字画像の学習を行い,得られた特徴を活用してクラス分類タスクを解いた.その結果,学習時に用いるデータ数と特徴数およびエポック数が少ない場合に,ニューラルネットワークなど古典の機械学習手法よりも高精度になることが確認できた.また,量子アニーリングソルバーを用いて学習を行うと,計算時間が格段に高速化することもわかった.一定の条件下で,量子アニーリング技術を学習に活用する優位性があることを示した.
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 研究報告量子ソフトウェア(QS)

巻 2023-QS-8, 号 13, p. 1-8, 発行日 2023-03-06
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
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 12:56:48.290815
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3