量子カーネル学習を用いた工場検査工程のトライアル

抄録

機械学習分類器は、医療、工場検査、自動運転で使用されています。 分類器の 1 つであるサポート ベクター マシン (SVM) は便利で、さまざまな場面で使用されています。 特に、カーネル法は、非線形で解けない分類にとって非常に重要です。 一方、量子機械学習は近年大きな注目を集めていますが、具体的な評価はあまり行われていません。 この研究では、量子カーネル学習を工場検査プロセスに適用しました。 その結果、従来のカーネル学習よりも高いパフォーマンスを示しました。 今回は、画像データを前処理して2値化し、主成分分析を行いました。 累積寄与率は75%でしたが、量子カーネル学習を行うと精度は97%を超えました。 古典的なカーネル学習でも 93% の精度が得られます。 カーネル学習はデータセットの性質に依存することが知られていますが、今後はどのようなデータセットが量子の優位性を示すのか、データを蓄積していきたいと考えています。