Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

IEICE ESS FUNDAMENTALS REVIEW

Development of Fast Quantum Algorithms

Seiichiro Tani, Yasuhiro Takahashi

Published Jun 30, 2020• 0 citations
Publisher

Abstract

量子コンピュータは現在のコンピュータにおける不可能を可能にする高速コンピュータとして大きな期待を集めている.この期待の実現には,新しいハードウェア技術とともに,ハードウェアの能力を引き出す新しいアルゴリズム技術が不可欠である.本稿では,このような高速量子アルゴリズムの開発に焦点を当て,量子コンピュータ単体による計算や通信が可能な複数の量子コンピュータを利用する計算のために開発されてきた高速量子アルゴリズムの歴史を振り返るとともに,我々の成果について,その原点となる発想を中心に紹介する.

DOI
10.1587/essfr.14.1_15

Related papers

An Overview of Quantum Algorithms

Seiichiro Tani

量子コンピュータは,量子力学の原理を用いて計算を行うコンピュータであり,現在のコンピュータを超える計算能力を発揮することが期待されている.そのためには,量子コンピュータのハードウェアを効果的に使って計算を行うアルゴリズム(量子アルゴリズム)が必要となる.本稿では,これまで行われてきた量子アルゴリズム研究を概観し,課題と展望について議論する

Denshi Jouhou Tsuushin Gakkai Tsuushin Sosaieti magajin/B-plus/Denshi Jouhou Tsuushin Gakkai Tsuushin Sosaeti magajin•Jan 1, 2020•0 citations

Quantum Features and Quantum Neural Network

Kosuke Mitarai

量子コンピュータハードウェアの目覚ましい発展に伴って,量子コンピュータの応用先を広げるための研究が活発化している.様々な応用先の中でも,機械学習への応用は特に注目されている分野である.本稿では,量子コンピュータの基礎的な事項を抑えることからはじめ,量子コンピュータを機械学習に使う手法を大まかに解説する.特に,近未来の量子コンピュータで実行することが期待されている,量子特徴量や量子ニューラルネットワークの考え方に焦点をあてて,最近の研究の展開を紹介する.

The Brain & Neural Networks•Dec 5, 2022•2 citations

Launch of Quantum Life Science

Shu Fujimaki, Ryuji Igarashi, Yoichi Takakusagi +10 more

量研では,新しい学術領域「量子生命科学」の確立を目指した活動を,国内外の研究者と共に精力的に進めている。量子生命科学とは,最先端の量子技術と量子科学の知見を総合的に利用し,従来不可能であった極微の空間・時間スケールあるいは超高感度での生体内部の観測や生体分子の計測,生命機能のモデリングなどを実現することにより,量子論・量子力学を基盤とした視点から生命全般の根本原理を明らかにすることを目標とし,その原理の産業応用も視野に入れた分野である。本稿では,平成31年4月に量研内に発足した「量子生命科学領域」における研究のアプローチを紹介する。

Journal of the Atomic Energy Society of Japan•Jan 1, 2019•0 citations

Ising Machines—Quantum-Inspired Machines for Combinatorial Optimization—

Hayato Goto

本稿では,近年国内外で活発に研究開発されているイジングマシンについて述べる.イジングマシンとは,イジング問題と呼ばれる組合せ最適化問題に特化した専用計算機である.世界初の商用量子コンピュータである量子アニーラがイジングマシンの一種であり,それをGoogleとNASAが創設した量子人工知能研究所が購入したことをきっかけに,イジングマシンが注目を集めるようになった.現在では,超伝導や光といった特殊なハードウェアだけでなく,従来の半導体デジタル計算機を利用して実用性を高めたものも多く,ドメイン指向コンピューティングの新たな潮流となっている.後者は主にアルゴリズムに特徴があり,中には量子計算にインスパイアされて発見されたものもある.そもそも量子アニーラに端を発した研究という経緯もあり,メディアはこれらを「疑似量子コンピュータ」と呼ぶことがある.イジングマシンと似たものとして,ホップフィールドニューラルネットワークをご存じの読者は多いだろう.実際,ホップフィールドニューラルネットワークの派生物であるボルツマンマシンなどは,現在のイジングマシンとの関係が深い.そこで,本稿の前半では,特殊ハードウェアから疑似量子コンピュータまで,現在開発中の多種多様なイジングマシンをホップフィールドニューラルネットワークやその派生物との類似に触れながら紹介する.後半は,筆者が提案し,現在も研究開発中である疑似量子コンピュータ,シミュレーテッド分岐マシンについて解説する.

The Brain & Neural Networks•Dec 5, 2022•0 citations

Quantum Information Theory and Its Difficulty: For Broad Understanding

Masahito Hayashi

近年の電子情報通信に関するデバイス技術の進化にしたがって,物理層の奥深くまで踏み込んだ情報処理が可能になりつつある.このような事情から,究極の情報処理理論として量子情報理論が定式化され,様々なバックグラウンドを持った研究者の努力により急激に進展した.しかしながら,量子情報理論では,これまでブラックボックスとして扱っていた部分に踏み込んで情報処理理論を展開するので,基本的概念の理解のレベルでさえ様々な参入障壁がある.本稿では,これらの障壁を取り除くため,初学者が誤解しやすい点や概念に重点を絞って解説する.例えば,波動関数と密度行列の違い,物理量とPOVM,状態複製と状態準備の違いなどについて丁寧に触れる.同時に,量子情報理論の最近の研究動向を解説する.具体的には状態識別,量子通信路符号化,量子鍵配送などの最新に成果にも触れる.

IEICE ESS FUNDAMENTALS REVIEW•Jan 1, 2009•0 citations

Quantum-Inspired Algorithms for Accelerating Machine Learning

Kei Majima, Naoko Koide‐Majima

量子コンピュータを使い,機械学習を高速化することは可能だろうか?量子コンピュータへの期待・関心が高まっている昨今,意外に感じる読者も多いかもしれないが,この問いに対する答えはまだでていない.そして,この問いに対する研究が進むにつれ,(ある意味副産物として)既存の古典コンピュータ用の機械学習アルゴリズムが改善され,量子コンピュータを使わずに高速化されるに至っている.本稿ではそのような経緯で2018年にEwin Tang氏によって発見された一連のアルゴリズム「量子インスパイアドアルゴリズム」について解説を試みる.

The Brain & Neural Networks•Dec 5, 2022•2 citations
量子コンピュータは現在のコンピュータにおける不可能を可能にする高速コンピュータとして大きな期待を集めている.この期待の実現には,新しいハードウェア技術とともに,ハードウェアの能力を引き出す新しいアルゴリズム技術が不可欠である.本稿では,このような高速量子アルゴリズムの開発に焦点を当て,量子コンピュータ単体による計算や通信が可能な複数の量子コンピュータを利用する計算のために開発されてきた高速量子アルゴリズムの歴史を振り返るとともに,我々の成果について,その原点となる発想を中心に紹介する.
量子コンピュータは,量子力学の原理を用いて計算を行うコンピュータであり,現在のコンピュータを超える計算能力を発揮することが期待されている.そのためには,量子コンピュータのハードウェアを効果的に使って計算を行うアルゴリズム(量子アルゴリズム)が必要となる.本稿では,これまで行われてきた量子アルゴリズム研究を概観し,課題と展望について議論する
量子コンピュータハードウェアの目覚ましい発展に伴って,量子コンピュータの応用先を広げるための研究が活発化している.様々な応用先の中でも,機械学習への応用は特に注目されている分野である.本稿では,量子コンピュータの基礎的な事項を抑えることからはじめ,量子コンピュータを機械学習に使う手法を大まかに解説する.特に,近未来の量子コンピュータで実行することが期待されている,量子特徴量や量子ニューラルネットワークの考え方に焦点をあてて,最近の研究の展開を紹介する.
量研では,新しい学術領域「量子生命科学」の確立を目指した活動を,国内外の研究者と共に精力的に進めている。量子生命科学とは,最先端の量子技術と量子科学の知見を総合的に利用し,従来不可能であった極微の空間・時間スケールあるいは超高感度での生体内部の観測や生体分子の計測,生命機能のモデリングなどを実現することにより,量子論・量子力学を基盤とした視点から生命全般の根本原理を明らかにすることを目標とし,その原理の産業応用も視野に入れた分野である。本稿では,平成31年4月に量研内に発足した「量子生命科学領域」における研究のアプローチを紹介する。
本稿では,近年国内外で活発に研究開発されているイジングマシンについて述べる.イジングマシンとは,イジング問題と呼ばれる組合せ最適化問題に特化した専用計算機である.世界初の商用量子コンピュータである量子アニーラがイジングマシンの一種であり,それをGoogleとNASAが創設した量子人工知能研究所が購入したことをきっかけに,イジングマシンが注目を集めるようになった.現在では,超伝導や光といった特殊なハードウェアだけでなく,従来の半導体デジタル計算機を利用して実用性を高めたものも多く,ドメイン指向コンピューティングの新たな潮流となっている.後者は主にアルゴリズムに特徴があり,中には量子計算にインスパイアされて発見されたものもある.そもそも量子アニーラに端を発した研究という経緯もあり,メディアはこれらを「疑似量子コンピュータ」と呼ぶことがある.イジングマシンと似たものとして,ホップフィールドニューラルネットワークをご存じの読者は多いだろう.実際,ホップフィールドニューラルネットワークの派生物であるボルツマンマシンなどは,現在のイジングマシンとの関係が深い.そこで,本稿の前半では,特殊ハードウェアから疑似量子コンピュータまで,現在開発中の多種多様なイジングマシンをホップフィールドニューラルネットワークやその派生物との類似に触れながら紹介する.後半は,筆者が提案し,現在も研究開発中である疑似量子コンピュータ,シミュレーテッド分岐マシンについて解説する.
近年の電子情報通信に関するデバイス技術の進化にしたがって,物理層の奥深くまで踏み込んだ情報処理が可能になりつつある.このような事情から,究極の情報処理理論として量子情報理論が定式化され,様々なバックグラウンドを持った研究者の努力により急激に進展した.しかしながら,量子情報理論では,これまでブラックボックスとして扱っていた部分に踏み込んで情報処理理論を展開するので,基本的概念の理解のレベルでさえ様々な参入障壁がある.本稿では,これらの障壁を取り除くため,初学者が誤解しやすい点や概念に重点を絞って解説する.例えば,波動関数と密度行列の違い,物理量とPOVM,状態複製と状態準備の違いなどについて丁寧に触れる.同時に,量子情報理論の最近の研究動向を解説する.具体的には状態識別,量子通信路符号化,量子鍵配送などの最新に成果にも触れる.
量子コンピュータを使い,機械学習を高速化することは可能だろうか?量子コンピュータへの期待・関心が高まっている昨今,意外に感じる読者も多いかもしれないが,この問いに対する答えはまだでていない.そして,この問いに対する研究が進むにつれ,(ある意味副産物として)既存の古典コンピュータ用の機械学習アルゴリズムが改善され,量子コンピュータを使わずに高速化されるに至っている.本稿ではそのような経緯で2018年にEwin Tang氏によって発見された一連のアルゴリズム「量子インスパイアドアルゴリズム」について解説を試みる.