@techreport{oai:ipsj.ixsq.nii.ac.jp:00233686,
 author = {熊谷, 政仁 and 小松, 一彦 and 小野田, 誠 and 小林, 広明},
 issue = {12},
 month = {Mar},
 note = {本報告では，制約なし二次二値最適化 (Quadratic Unconstrained Binary Optimization，QUBO) 問題に定式化されたクラスタリングアルゴリズム群を利用するためのフレームワークである Quluster を提案する．Quluster は，バイナリクラスタリング，組合せクラスタリング，コンセンサスクラスタリング，制約付きクラスタリング，カーネルクラスタリングといった，QUBO 問題に定式化された複数のクラスタリング (以下，量子クラスタリングと呼ぶ) を実行するためのフレームワークである．Quluster を用いたクラスタリングは，前処理，本処理，後処理の 3 つの処理を経て，クラスタリング結果を求める．前処理は，ユーザから与えられたデータや任意のクラスタ数に基づいて，種々のクラスタリング問題を QUBO 問題として表現する．本処理においては，QUBO 問題として表現されたクラスタリング問題が，D-Wave 社の量子アニーリングマシンやゲート型の汎用量子コンピュータを含む複数のイジングマシンの中から一つを選択され，実行される．イジングマシンから得られた QUBO 問題の解は，後処理によってクラスタリングの結果として解釈できる形式に変換される．Quluster は，複数のクラスタリングアルゴリズムと複数のイジングマシンの選択をそれぞれ可能にすることで，量子クラスタリングアルゴリズムおよびイジングマシンのベンチマークや，量子クラスタリングを用いたアプリケーション開発などに貢献できる．},
 title = {イジングモデルに基づく量子クラスタリングフレームワーク},
 year = {2024}
}