このエントリーをはてなブックマークに追加

Sep

14

量子アルゴリズムから探る量子コンピュータの現在地とその可能性

Organizing : 株式会社グリッド

Registration info

参加者

Free

Attendees
14

Description

開催背景

量子コンピュータの実機開発が進んでいるなかで、量子コンピュータでどのような計算が可能なのかというアルゴリズムの研究も非常に重要です。 グリッドでは2017年より量子アルゴリズムの研究活動を開始し2019年よりIBM Q Networkに参加し、IBM Qを活用しながら量子コンピュータアルゴリズムの研究開発を行なっております。 今回のセミナーでは、7月に世界的な権威であるコンピュータサイエンス学会「ACM」発刊学術雑誌に論文掲載された量子コンピュータでは過学習しにくいという性質を理論証明した最新論文と、量子コンピュータの計算の中でも高速計算を期待されている組合せ最適化問題を解くためのアルゴリズムについて発表し、量子コンピュータの可能性と現状について紐解きます。

概要

日時:2021年9月14日(火)11時~12時

開催形式:zoom

参加費:無料(事前申込制)

時間:1時間

定員:100名

講演内容

① A study on the expressibility and learnability of quantum circuit learning
② 量子ゲート方式の量子最適化アルゴリズムの現状と今後の展望
③ 質疑応答

※説明会内容、発表者が予告なく変更が生じる場合がございますのでご了承ください。
※プログラム①A study on the expressibility and learnability of quantum circuit learningは英語のみでの発表、プログラム②量子ゲート方式の量子最適化アルゴリズムの現状と今後の展望は日本語のみでの発表となります

① A study on the expressibility and learnability of quantum circuit learning.


Speaker GRID.inc R&D Group Chih-Chieh Chen
Abstract: Using quantum circuits for supervised machine learning is one potential way to harness quantum advan- tage for Noisy Intermediate-Scale Quantum hardware. Many implementations and algorithms have been proposed and studied for quantum circuit learning, but the learnability and generalization ability of quantum circuit ansatz is not well-understood yet. In this work, we study the relation between the circuit ansatz, the expressive power, and the PAC-learnability of quantum circuit learning. The model complexity and generalization ability are studied using a KL-divergence based measure, a VC-dimension upper bound, and various numerical simulation. Our result provides a way to understand the learnability of quantum circuit.

② 量子ゲート方式の量子最適化アルゴリズムの現状と今後の展望


発表者:株式会社グリッド R&Dグループ 斯波廣大
概要:組合せ最適化問題では、量子コンピュータを用いた並列計算によって高速に解ける可能性が期待されている。現在のNISQ (Noisy Intermediate-Scale Quantum hardware)では、組合せ最適化問題を解く近似アルゴリズムとしてQAOA(Quantum Approximate Optimization Algorithm)が挙げられるが、性能は良いとは言い切れず、改善点はいくつか考えられる。本発表では、QAOAを改善する事例を、弊社の取り組みも踏まえながらいくつかご紹介し、量子最適化の現状をまとめる。さらに、弊社の量子最適化アルゴリズム研究における今後の展望もご紹介する。

ご参加方法

  • 当日はオンライン会議システム"Zoom"を用いて開催します。接続方法はお申し込み後、前日までにご案内致します。
  • 法人様対象であり、個人や競合する企業様からのお申込みはお断りさせて頂きます。左記該当の方は、お申し込み頂いても運営の方でキャンセルさせていただくことがございます。ご了承お願いいたします。

個人情報の取り扱いにて

ご提供いただいた個人情報については、株式会社グリッドに提供されます。株式会社グリッドは、同社の個人情報保護方針に従い、イベント、セミナー等のご案内を差し上げることがございます。(https://gridpredict.jp/privacy-policy/)

株式会社グリッドについて

「インフラ ライフ イノベーション」を企業理念として、AI技術を社会インフラや人々の生活に役立てるべく、様々な角度で産業課題に向き合っております。 「アルゴリズムミックス」を提唱しており、機械学習や深層学習、強化学習、位相的データ解析や、更に最近では量子コンピュータを活用した量子アルゴリズムなどを、テーマに応じ組み合わせて解析することで、産業課題の解決を行っております。 これまで国内外で100件超の開発実績を有しており、特に重厚長大産業・社会インフラ分野の時系列データ解析において、世界初・日本初・業界初などの先駆的な取組を行っております。

https://gridpredict.jp

Media View all Media

If you add event media, up to 3 items will be shown here.

Feed

g-rnug

g-rnug published 量子アルゴリズムから探る量子コンピュータの現在地とその可能性.

08/18/2021 10:56

量子アルゴリズムから探る量子コンピュータの現在地とその可能性 を公開しました!

Group

GRID

社会インフラを中心としたAI開発サービスの提供

Number of events 19

Members 210

Ended

2021/09/14(Tue)

11:00
12:00

You cannot RSVP if you are already participating in another event at the same date.

Registration Period
2021/08/18(Wed) 10:56 〜
2021/09/13(Mon) 17:00

Location

オンライン

オンライン

オンライン

Organizer

Attendees(14)

hide0625

hide0625

量子アルゴリズムから探る量子コンピュータの現在地とその可能性 に参加を申し込みました!

tayasui

tayasui

量子アルゴリズムから探る量子コンピュータの現在地とその可能性 に参加を申し込みました!

mdegawa

mdegawa

量子アルゴリズムから探る量子コンピュータの現在地とその可能性 に参加を申し込みました!

yasu_g

yasu_g

量子アルゴリズムから探る量子コンピュータの現在地とその可能性 に参加を申し込みました!

kuwabara01

kuwabara01

量子アルゴリズムから探る量子コンピュータの現在地とその可能性 に参加を申し込みました!

TabataTetsuro

TabataTetsuro

量子アルゴリズムから探る量子コンピュータの現在地とその可能性 に参加を申し込みました!

sa-shi2003

sa-shi2003

量子アルゴリズムから探る量子コンピュータの現在地とその可能性 に参加を申し込みました!

ttomoki

ttomoki

量子アルゴリズムから探る量子コンピュータの現在地とその可能性 に参加を申し込みました!

bright1998

bright1998

量子アルゴリズムから探る量子コンピュータの現在地とその可能性に参加を申し込みました!

niimi

niimi

量子アルゴリズムから探る量子コンピュータの現在地とその可能性 に参加を申し込みました!

Attendees (14)

Canceled (1)