荒井俊太（東工大）

量子アニーリングを用いたマルコフ連鎖モンテカルロ法の加速

高次元で複雑なランドスケープを持つ確率分布からのサンプリングは機械学習や物理学において重要なトピックである。よく使われる手法がマルコフ連鎖モンテカルロ法である。近年、量子回路を用いて提案状態を生成する方法が提案されており、量子拡張モンテカルロ法と呼ばれている。本講演では量子回路の代わりに逆量子アニーリング(RQA)を使って状態を生成する方法について扱う。RQAを用いることで、低温領域で絶対スペクトラルギャップが古典法よりも大きくなることを示す。また、講演内では実機を用いた場合の実時間の比較等を紹介する予定である。