WEKO3
アイテム
{"_buckets": {"deposit": "7c48b07e-849b-406c-961f-d2bd35a0abc3"}, "_deposit": {"created_by": 1, "id": "81694", "owners": [1], "pid": {"revision_id": 0, "type": "depid", "value": "81694"}, "status": "published"}, "_oai": {"id": "oai:repo.qst.go.jp:00081694", "sets": ["29"]}, "author_link": ["919283", "919280", "919279", "919281", "919282"], "item_10005_date_7": {"attribute_name": "発表年月日", "attribute_value_mlt": [{"subitem_date_issued_datetime": "2020-12-23", "subitem_date_issued_type": "Issued"}]}, "item_10005_description_5": {"attribute_name": "抄録", "attribute_value_mlt": [{"subitem_description": "主成分分析・正準相関分析はともに多変量データから重要な低次元成分を抽出する統計手法である。しかし、これらの手法は扱うデータ内の変数の数(次元数)の2乗・3乗に比例して計算時間が増加するため、高次元データに対して適用が困難となる。我々は近年発案された「量子インスパイア・アルゴリズム」(Tang,STOC,\n2019)を用い、計算時間を次元数の対数オーダーに抑えつつ、主成分分析・正準相関分析を近似するアルゴリズムを実装した。本発表において、複数の人工データ・実データを用いてその計算時間と近似精度を評価した結果を紹介する。また、量子インスパイア・アルゴリズムを用いた高速計算は単なる計算時間の削減にとどまらず、新しいデータ解析の方法を提供する。例として、与えられた多変量データ内の変数同士で積をとり、それを新しい変数とみなすことで次元数を増加させ、得られた高次元データに我々の開発した量子インスパイア正準相関分析を適用した。この操作はデータの次元数を2乗で増加させるため、通常の正準相関分析では計算時間の肥大化により取り扱いが困難となる。MNISTデータセットを用いこれを行ったところ、量子インスパイア正準相関分析は通常の線形な正準相関分析よりも多くの相関を抽出した。また抽出できた相関の量はカーネル正準相関分析、深層正準相関分析などの代表的な非線形正準相関分析の手法に匹敵するものであった。以上の結果は、量子インスパイア・アルゴリズムが実データの解析において有用であり、従来では計算時間の問題から不可能であった超高次元データを扱う分野を開拓できる可能性を示している。", "subitem_description_type": "Abstract"}]}, "item_10005_description_6": {"attribute_name": "会議概要(会議名, 開催地, 会期, 主催者等)", "attribute_value_mlt": [{"subitem_description": "量子生命科学会 第2回大会", "subitem_description_type": "Other"}]}, "item_access_right": {"attribute_name": "アクセス権", "attribute_value_mlt": [{"subitem_access_right": "metadata only access", "subitem_access_right_uri": "http://purl.org/coar/access_right/c_14cb"}]}, "item_creator": {"attribute_name": "著者", "attribute_type": "creator", "attribute_value_mlt": [{"creatorNames": [{"creatorName": "間島, 慶"}], "nameIdentifiers": [{"nameIdentifier": "919279", "nameIdentifierScheme": "WEKO"}]}, {"creatorNames": [{"creatorName": "小出(間島)真子"}], "nameIdentifiers": [{"nameIdentifier": "919280", "nameIdentifierScheme": "WEKO"}]}, {"creatorNames": [{"creatorName": "八幡, 憲明"}], "nameIdentifiers": [{"nameIdentifier": "919281", "nameIdentifierScheme": "WEKO"}]}, {"creatorNames": [{"creatorName": "Majima, Kei", "creatorNameLang": "en"}], "nameIdentifiers": [{"nameIdentifier": "919282", "nameIdentifierScheme": "WEKO"}]}, {"creatorNames": [{"creatorName": "Yahata, Noriaki", "creatorNameLang": "en"}], "nameIdentifiers": [{"nameIdentifier": "919283", "nameIdentifierScheme": "WEKO"}]}]}, "item_language": {"attribute_name": "言語", "attribute_value_mlt": [{"subitem_language": "jpn"}]}, "item_resource_type": {"attribute_name": "資源タイプ", "attribute_value_mlt": [{"resourcetype": "conference object", "resourceuri": "http://purl.org/coar/resource_type/c_c94f"}]}, "item_title": "超高次元データ解析のための量子インスパイア主成分分析・正準相関分析の開発", "item_titles": {"attribute_name": "タイトル", "attribute_value_mlt": [{"subitem_title": "超高次元データ解析のための量子インスパイア主成分分析・正準相関分析の開発"}]}, "item_type_id": "10005", "owner": "1", "path": ["29"], "permalink_uri": "https://repo.qst.go.jp/records/81694", "pubdate": {"attribute_name": "公開日", "attribute_value": "2021-01-18"}, "publish_date": "2021-01-18", "publish_status": "0", "recid": "81694", "relation": {}, "relation_version_is_last": true, "title": ["超高次元データ解析のための量子インスパイア主成分分析・正準相関分析の開発"], "weko_shared_id": -1}
超高次元データ解析のための量子インスパイア主成分分析・正準相関分析の開発
https://repo.qst.go.jp/records/81694
https://repo.qst.go.jp/records/816941994868e-17d6-4fa0-bb21-a2b1fe3e025d
Item type | 会議発表用資料 / Presentation(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2021-01-18 | |||||
タイトル | ||||||
タイトル | 超高次元データ解析のための量子インスパイア主成分分析・正準相関分析の開発 | |||||
言語 | ||||||
言語 | jpn | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_c94f | |||||
資源タイプ | conference object | |||||
アクセス権 | ||||||
アクセス権 | metadata only access | |||||
アクセス権URI | http://purl.org/coar/access_right/c_14cb | |||||
著者 |
間島, 慶
× 間島, 慶× 小出(間島)真子× 八幡, 憲明× Majima, Kei× Yahata, Noriaki |
|||||
抄録 | ||||||
内容記述タイプ | Abstract | |||||
内容記述 | 主成分分析・正準相関分析はともに多変量データから重要な低次元成分を抽出する統計手法である。しかし、これらの手法は扱うデータ内の変数の数(次元数)の2乗・3乗に比例して計算時間が増加するため、高次元データに対して適用が困難となる。我々は近年発案された「量子インスパイア・アルゴリズム」(Tang,STOC, 2019)を用い、計算時間を次元数の対数オーダーに抑えつつ、主成分分析・正準相関分析を近似するアルゴリズムを実装した。本発表において、複数の人工データ・実データを用いてその計算時間と近似精度を評価した結果を紹介する。また、量子インスパイア・アルゴリズムを用いた高速計算は単なる計算時間の削減にとどまらず、新しいデータ解析の方法を提供する。例として、与えられた多変量データ内の変数同士で積をとり、それを新しい変数とみなすことで次元数を増加させ、得られた高次元データに我々の開発した量子インスパイア正準相関分析を適用した。この操作はデータの次元数を2乗で増加させるため、通常の正準相関分析では計算時間の肥大化により取り扱いが困難となる。MNISTデータセットを用いこれを行ったところ、量子インスパイア正準相関分析は通常の線形な正準相関分析よりも多くの相関を抽出した。また抽出できた相関の量はカーネル正準相関分析、深層正準相関分析などの代表的な非線形正準相関分析の手法に匹敵するものであった。以上の結果は、量子インスパイア・アルゴリズムが実データの解析において有用であり、従来では計算時間の問題から不可能であった超高次元データを扱う分野を開拓できる可能性を示している。 |
|||||
会議概要(会議名, 開催地, 会期, 主催者等) | ||||||
内容記述タイプ | Other | |||||
内容記述 | 量子生命科学会 第2回大会 | |||||
発表年月日 | ||||||
日付 | 2020-12-23 | |||||
日付タイプ | Issued |