@techreport{oai:ipsj.ixsq.nii.ac.jp:00233685,
 author = {朝岡, 日向子 and 工藤, 和恵},
 issue = {11},
 month = {Mar},
 note = {量子コンピュータを機械学習へ適用することによって，従来の手法を大幅に超える高速化が期待されている．近年は，画像分類タスクへのゲート型量子コンピュータ導入も提案されている．既存のアプローチとしては，量子畳み込みニューラルネットワークなど，学習の一部を量子回路で実行する量子-古典ハイブリッドのアルゴリズムの提案が多い．NISQ 時代の量子コンピュータには，そのようなアプローチが適していると考えられている．しかし，量子効果を機械学習へ存分に活かすために，学習過程の大部分を量子回路で担う提案にも重要性があると考える．例えば，量子オートエンコーダー（QAE）は回路に入力された画像情報を圧縮したのちに復元し，量子回路のみで効果的な特徴抽出ができることを示した．そこで本研究では QAE を画像分類タスクに応用する新たなアプローチを提案する．QAE は本来画像の情報復元を目的としているが，画像のラベル情報を復元するように回路を学習させることによって，判別モデルとして活用する．本論文では，提案手法の有効性の検証として，画像データの二値分類実験を行い，その結果を提示する．達成された精度とともに，提案手法の効果や今後の課題についても考察を深める．},
 title = {量子オートエンコーダーを活用した画像分類},
 year = {2024}
}