TOP
|
特許
|
意匠
|
商標
特許ウォッチ
Twitter
他の特許を見る
10個以上の画像は省略されています。
公開番号
2025043298
公報種別
公開特許公報(A)
公開日
2025-03-28
出願番号
2024153172
出願日
2024-09-05
発明の名称
ハイブリッド古典‐量子教師なしマルチクラス分類
出願人
富士通株式会社
代理人
弁理士法人ITOH
主分類
G06N
10/60 20220101AFI20250321BHJP(計算;計数)
要約
【課題】ハイブリッド古典‐量子教師なしマルチクラス分類を提供する。
【解決手段】方法は、複数のデータを含む多次元トレーニング・データセットを取得することを含みうる。各データは、いくつかの量子ビット(キュービット)に対応してもよく、量子状態を表してもよい。方法はまた、量子コンピューティング・デバイスを使用して、前記複数のデータに基づいてグラム行列を生成することを含みうる。加えて、方法は、古典的コンピューティング・デバイスを使用して、グラム行列によって定義される制約条件に従って複数の演算子を決定することを含みうる。演算子のそれぞれは、対応するデータのための代わりとして構成されうる。さらに、方法は、古典的コンピューティング・デバイスを使用して、演算子のそれぞれをラベルに割り当てることを含みうる。
【選択図】図2
特許請求の範囲
【請求項1】
複数のデータを含む多次元トレーニング・データセットを取得する段階であって、前記複数のデータの各データは、ある数の量子ビット(キュービット)に対応し、複数の量子状態のうちのある量子状態を表す、段階と;
量子コンピューティング・デバイスを使用して、前記複数のデータに基づいてグラム行列を生成する段階と;
古典的コンピューティング・デバイスを使用して、前記グラム行列によって定義される制約条件に従って複数の演算子を決定する段階であって、前記複数の演算子の各演算子は、前記複数のデータのうちの対応するデータのための代わりとして構成される、段階と;
前記古典的コンピューティング・デバイスを使用して、前記複数の演算子の各演算子を複数のラベルのうちのあるラベルに割り当てる段階とを含む、
方法。
続きを表示(約 1,900 文字)
【請求項2】
前記複数のデータの各データを、前記対応する演算子の前記ラベルに割り当てる段階と;
前記複数のデータおよび前記対応する割り当てられたラベルを出力する段階とをさらに含む、
請求項1に記載の方法。
【請求項3】
前記複数のデータを含む多次元トレーニング・データセットを取得する前記段階が:
複数の古典的データを含む2次元トレーニング・データセットを取得する段階であって、前記複数の古典的データの各古典的データは、ある数の古典的ビットに対応する、段階と;
前記2次元トレーニング・データセットに基づいて前記多次元トレーニング・データセットを生成する段階であって、前記複数の古典的データの各古典的データが、前記複数のデータのうちの異なるデータにエンコードされる、段階とを含む、
請求項1に記載の方法。
【請求項4】
前記グラム行列は、複数の量を含み、前記複数の量のうちの各量は、前記複数のデータのうちの対応するデータの前記キュービットの内積を含む、請求項1に記載の方法。
【請求項5】
前記複数の演算子は、多項式関数を使用してさらに決定される、請求項1に記載の方法。
【請求項6】
前記多項式関数は
TIFF
2025043298000016.tif
20
156
を含み、ここで、Nは前記複数のデータのデータ数を表し、iは第1のカウンタ変数を表し、jは第2のカウンタ変数を表し、q
j
は異なる量子状態が純粋な量子状態を含む確率を表し、M
i
は現在の測定演算子を表す、
請求項5に記載の方法。
【請求項7】
前記量子コンピューティング・デバイスおよび前記古典的コンピューティング・デバイスは
TIFF
2025043298000017.tif
17
156
に従って動作するように構成された半正定値計画を含み、ここで、Nは前記複数のデータのデータ数を表し、iは第1のカウンタ変数を表し、jは第2のカウンタ変数を表し、q
j
は異なる量子状態が純粋な量子状態を含む確率を表し、Ψ
j
は前記異なる量子状態に対応するデータを表し、M
i
は現在の測定演算子を表す、
請求項1に記載の方法。
【請求項8】
実行されることに応答してシステムに動作を実行させる命令を記憶するように構成された一つまたは複数の非一時的なコンピュータ可読記憶媒体であって、前記動作が:
複数のデータを含む多次元トレーニング・データセットを取得する段階であって、前記複数のデータの各データは、ある数の量子ビット(キュービット)に対応し、複数の量子状態のうちのある量子状態を表す、段階と;
量子コンピューティング・デバイスを使用して、前記複数のデータに基づいてグラム行列を生成する段階と;
古典的コンピューティング・デバイスを使用して、前記グラム行列によって定義される制約条件に従って複数の演算子を決定する段階であって、前記複数の演算子の各演算子は、前記複数のデータのうちの対応するデータのための代わりとして構成される、段階と;
前記古典的コンピューティング・デバイスを使用して、前記複数の演算子の各演算子を複数のラベルのうちのあるラベルに割り当てる段階とを含む、
一つまたは複数の非一時的なコンピュータ可読記憶媒体。
【請求項9】
前記動作がさらに:
前記複数のデータの各データを、前記対応する演算子の前記ラベルに割り当てる段階と;
前記複数のデータおよび前記対応する割り当てられたラベルを出力する段階とをさらに含む、
請求項8に記載の一つまたは複数の非一時的なコンピュータ可読記憶媒体。
【請求項10】
前記複数のデータを含む多次元トレーニング・データセットを取得する動作が:
複数の古典的データを含む2次元トレーニング・データセットを取得する段階であって、前記複数の古典的データの各古典的データは、ある数の古典的ビットに対応する、段階と;
前記2次元トレーニング・データセットに基づいて前記多次元トレーニング・データセットを生成する段階であって、前記複数の古典的データの各古典的データが、前記複数のデータのうちの異なるデータにエンコードされる、段階とを含む、
請求項8に記載の一つまたは複数の非一時的なコンピュータ可読記憶媒体。
(【請求項11】以降は省略されています)
発明の詳細な説明
【技術分野】
【0001】
本開示は、概括的には、ハイブリッド式の古典‐量子教師なしマルチクラス分類のシステムおよび方法に関する。
続きを表示(約 1,500 文字)
【背景技術】
【0002】
本開示において特に指示がない限り、本開示に記載される材料は、本願の特許請求の範囲に対する先行技術ではなく、このセクションに含めることによって先行技術であると認められるものではない。
【0003】
古典的コンピューティング・デバイスは、データセットを1および0のシーケンスとして表すことができるビットを使用することができる。古典的コンピューティング・デバイスは、このデータセットを操作するために計算を実行しうるが、古典的なコンピューティング・デバイスによって実行される計算は、データセットのデータおよび/または計算の次元に起因して制限されうる。量子コンピューティング・デバイスは、データセットを、1、0、または1と0同時のシーケンスとして表すことが可能な量子ビット(キュービット)を使用しうる。量子コンピューティング・デバイスは、いくつかの計算を、古典的なコンピューティング・デバイスよりも効率的および/または正確に実行することができる。しかしながら、量子コンピューティング・デバイスは、マルチクラス分類を実行するのに十分な規模で計算を実行するにはコスト高となることがある。
【0004】
本開示において請求される主題は、何らかの欠点を解決する実施形態、または、上述したような環境においてのみ動作する実施形態に限定されない。むしろ、この背景は、本開示に記載されるいくつかの実施形態が実施されうる1つの例示的な技術分野を示すためにのみ提供される。
【発明の概要】
【課題を解決するための手段】
【0005】
ある実施形態のある側面によれば、方法は、複数のデータを含む多次元トレーニング・データセットを取得することを含みうる。各データは、いくつかのキュービットに対応してもよく、量子系の量子状態を表してもよい。方法はまた、量子コンピューティング・デバイスを使用して、前記複数のデータに基づいてグラム行列を生成することを含みうる。加えて、方法は、古典的コンピューティング・デバイスを使用して、グラム行列によって定義される制約条件に従って複数の演算子を決定することを含みうる。演算子のそれぞれは、対応するデータのための代わり〔プロキシ〕として構成されうる。さらに、方法は、古典的コンピューティング・デバイスを使用して、演算子のそれぞれをラベルに割り当てることを含みうる。
【0006】
実施形態の目的および利点は、少なくとも、特許請求の範囲において特に指摘される要素、特徴、および組み合わせによって実現され、達成される。上記の一般的な記述および下記の詳細な説明のいずれも説明するものであり、特許請求される発明を制約するものではないことが理解される。
【図面の簡単な説明】
【0007】
例示的実施形態について、添付の図面を通して、さらなる具体性および詳細さをもって記述子、説明する。
【0008】
量子系の量子状態が検出されうる例示的な動作環境のブロック図である。
【0009】
キュービットに記憶されたトレーニング・データセットのデータが、量子コンピューティング・デバイスおよび古典的コンピューティング・デバイスを使用して、識別され、さまざまなラベルに割り当てられうる、プロセス・フローを示す。
【0010】
図2の量子コンピューティング・デバイスおよび古典的コンピューティング・デバイスを使用して量子データセットのデータにラベル付けする例示的な方法のフローチャートを示す。
(【0011】以降は省略されています)
この特許をJ-PlatPatで参照する
関連特許
富士通株式会社
データセット特徴タイプ推論
13日前
富士通株式会社
信号相関量の確定装置と方法
13日前
富士通株式会社
光伝送装置および光伝送システム
14日前
富士通株式会社
双方向光リンクの異常モニタリング
16日前
富士通株式会社
バイアスのための生成人工知能の検査
6日前
富士通株式会社
情報処理プログラムおよび情報処理方法
13日前
富士通株式会社
制御プログラム、制御方法及び決済装置
9日前
富士通株式会社
大規模言語モデルを使用したデータ調整
13日前
富士通株式会社
選択プログラム、選択装置、及び選択方法
16日前
富士通株式会社
赤外線センサ、及び赤外線センサの製造方法
22日前
富士通株式会社
広告画像を生成する方法、装置及び記憶媒体
20日前
富士通株式会社
無線アクセスネットワークプロビジョニング
13日前
富士通株式会社
光送信機サブ信号光位相差の確定装置と方法
13日前
富士通株式会社
演算プログラム、演算方法、および情報処理装置
13日前
富士通株式会社
情報処理プログラム、情報処理方法、及び情報処理装置
14日前
富士通株式会社
量子ビットデバイス及び量子ビットデバイスの製造方法
20日前
富士通株式会社
情報処理プログラム、情報処理装置、および情報処理方法
9日前
富士通株式会社
光送信機のサブ信号の遅延差のリアルタイム監視装置及び方法
13日前
富士通株式会社
ブロックチェーンに基づくエスクローされたマーケットプレイス
13日前
富士通株式会社
特徴抽出装置、画像マッチング機器及びコンピュータプログラム
今日
富士通株式会社
共有メモリ制御プログラム、共有メモリ制御方法および情報処理装置
13日前
富士通株式会社
光伝送路特性推定装置、光伝送システム、及び光伝送路特性推定方法
14日前
富士通株式会社
スタート支援装置、スタート支援方法、およびスタート支援プログラム
14日前
富士通株式会社
棄却なしの並列試行マルコフ連鎖モンテカルロ法を用いた統計的サンプリング
6日前
富士通株式会社
依存情報を列に集約したマトリクススケジューラ及びマトリクススケジューリング方法
21日前
富士通株式会社
量子回路シミュレーションプログラム、量子回路シミュレーション方法および情報処理装置
22日前
富士通株式会社
機械学習プログラム、判定プログラム、機械学習方法、判定方法、機械学習装置、および判定装置
6日前
個人
対話装置
1か月前
個人
情報処理装置
1か月前
個人
情報処理システム
6日前
個人
記入設定プラグイン
22日前
個人
検査システム
8日前
個人
情報処理装置
1か月前
個人
情報入力装置
1か月前
個人
不動産売買システム
14日前
株式会社サタケ
籾摺・調製設備
7日前
続きを見る
他の特許を見る