「第59回Q-LEAP量子AIセミナー」のお知らせです。
今回は、慶應義塾大学の田村賢太郎さんによる、組合せ最適化問題に関する量子的な近似解法に関してのオンラインセミナーを行います。
参加を希望される方は下記の参加登録フォームよりご登録をお願いします。

参加登録フォームへ

• 日時： 2024年5月7日（火）　13:00～14:00
• 場所： オンライン（ZOOM）
• 講演タイトル： Quantum Random Access Optimizationの解の近似比とノイズの関係
• 講演者： 田村賢太郎 氏（慶應義塾大学　理工学研究科）

概要：
QRAO（Quantum Random Access Optimization）は、組合せ最適化問題を近似的に解く手法であり、1量子ビットあたり複数の古典ビットを埋め込むことで量子ビット数を削減する。QAOA（Quantum Approximate Optimization Algorithm）などの手法では、1量子ビットあたり1古典ビットを埋め込むのに対し、QRAOでは同じサイズの問題を1/3の量子ビット数で埋め込むことが可能である。QRAOでは量子ビット数の削減によって、量子状態が受けるノイズの影響は弱まることが期待できる一方、量子状態と解の対応関係が複雑であり、最終的に解が受けるノイズの影響は知られていない。本研究ではMaxCut問題を例に、ノイズがQRAOの解の近似比に与える影響を報告する。　

K. Tamura et al., arXiv:2403.05153 (2024).

本セミナーシリーズは量子AIやその周辺分野に関する最近の研究内容などを共有するために企画した、オープンなセミナーです。
皆さまのご参加をお待ちしています。