[15p-B414-1~11] FS.1 Focused Session "AI Electronics"

[15p-B414-2] Structure Optimization for Quantum Circuit Learning

〇Reiji Nakashima¹, Daisuke Tsukayama¹, Daiki Hagiwara¹, Jun-ichi Shirakashi¹ (1.Tokyo Univ. Arg. & Tech.)

Keywords:Quantum Circuit Learning, Quantum Machine Learning, NISQ devices

量子回路学習（QCL）は、量子計算機上で機械学習を行う手法として提案された量子・古典ハイブリッドアルゴリズムの一種であり、量子回路のユニタリ性により過学習が発生しにくい特性を有するものと考えられている。しかし、QCLで用いる量子回路の構造についての汎用的な数理や知見は少ない。今回は、QCLの量子回路として従来から用いられるHardware Efficient Ansatzに対して量子回路構造の最適化を行うRotoselectを適用し、QCLの演算精度向上について検討した。