現在ではよく知られているように、機械学習によりデータ分析、特徴選択、意思決定、パターン分類や将来の予測といった、さまざまなアプリケーションが登場し、人間の意思決定なしでより高い精度とパフォーマンスを実現できるようになっています。
しかしながら、データの種類（画像、テキスト、ビデオ、録音オーディオなど）や計算リソースの大幅な増加により、高コストの学習やカーネル推定など機械学習特有の問題も発生しています。
一方、過去30年間以上に渡り、暗号化、人工知能（AI）、通信などのさまざまなアプリケーションにおいて、量子コンピューティング（QC）が使用されています。
今回の連載(全2回)では、量子コンピューティングによる量子機械学習の最近の研究成果を挙げながら、今後の可能性についてレポートします。
重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。
▼論文情報
| タイトル：Classification with Quantum Machine Learning: A Survey 著者: Zainab Abohashimaほか3名 所属機関: Faculty of Computer Science, Nahda Universityほか(エジプト) 掲載日：2020年6月 URL：arxiv.org/abs/2006.12270 |
量子機械学習(QML)は単なるパラダイムではない
また記事の購読には、アカウント作成後の決済が必要です。
※ログイン/初回登録後、下記ボタンを押してください。
AIDBとは
プレミアム会員（記事の購読）について
■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。
PAGE TOP