改良型量子ビットニューロンモデルの提案

カテゴリ: 部門大会

論文No: PS4-6

グループ名: 【C】平成28年電気学会電子・情報・システム部門大会講演論文集

発行日: 2016/08/31

タイトル(英語): Proposal of Improved Qubit Neuron Model

著者名: 大平 義輝(大阪大学),幸田 憲明(松江工業高等専門学校),松井 伸之(兵庫県立大学),西村 治彦(兵庫県立大学)

著者名(英語): Yoshiki Ohira|Noriaki Kouda|Nobuyuki Matsui|Haruhiko Nishimura

キーワード: 量子ビット|ニューラルネットワーク|GPGPUGPGPU|qubit|neural network|GPGPU

要約(日本語): 高度情報処理社会の発展に伴って柔軟な情報処理手法が求められる中，ニューラルネットワークと呼ばれる手法が分類や認知といった問題において成功している．その中でニューロンの状態記述と量子状態記述の類似性に着目したモデルの融合として既に量子ビットニューロンモデルが提案されている．先行研究によりこのモデルは小規模なネットワークにおいては顕著な成果が挙がることがわかっている．しかしMNISTという手書き数字問題に対しては良好な結果が得られなかった．そこで量子ビットニューロンモデルがMNISTにて成果をあげられない原因を考察し，改良したモデルとして重み付け量子ビットニューロンモデルを提案する．これは量子ビットニューロンモデルに重み付け項をパラメータとして付与したもので，学習の評価を行った結果，量子ビットニューロンモデルよりも高い評価を持つ可能性を示すことができた．

PDFファイルサイズ: 484 Kバイト