量子機械学習

量子トモグラフィー技術は、測定データから量子状態を再構成することで、量子デバイスを検証することを可能としますが、量子デバイスの出力状態は時間に依存しない入出力関数から得られたものと仮定しているため、入力の過去系列と過去の出力に依存するような記憶を持った量子デバイスには対応できないことが課題でした。この問題を「時間的量子トモグラフィー」として初めて定式化し、教師データとなる入出力量子状態ペアの系列からデバイスの未知な入出力関係の近似解となる新たな学習手法を提案しました。提案手法は量子リザバーコンピューティングと呼ばれる量子機械学習の手法を応用し、量子状態の記憶を保持する仕組みを作ることで、デバイスの持つ時間依存性を再現することを可能とします。