BMO、IBMの量子コンピュータでゲーム理論的機械学習の特徴選択における量子ユーティリティを実証


BMOフィナンシャルグループは、デモクリトス大学(DUTH)およびIBMと共同で、IBM Quantum Nighthawk r2システムを含むIBMの超伝導プロセッサ上で、量子機械学習の特徴選択ワークフローを実証しました。この実験はIBMの量子研究チームによってレビューされ、量子ゲーム理論を応用して、金融データセット内の価値の高い予測変数(特徴量)を特定し、下流のクライアントモデリング、リスク評価、およびパーソナライゼーションワークロードに活用します。

特徴選択を従来の古典的な統計的探索として扱うのではなく、チームはBMO、DUTH、およびIBMの研究者によって開発されたProxy Quantum Gamesフレームワークを適応させました。この定式化では、データセット内の各候補変数は量子戦略ゲームのプレイヤーとしてモデル化され、ターゲットとなるアウトカム変数と一致する場合にはより高い報酬スコアを、情報が不足している場合や冗長な場合には低いスコアを受け取ります。BMOによると、この量子ランキングアプローチは、古典的なベースラインに匹敵する特徴選択の品質を達成しながら、アルゴリズムサンプルを1~2桁少なく必要としました。ただし、具体的な量子ビット数、回路の深さ、および実測時間の比較はまだ公開されていません。

ここから先は

699字

有料会員になれば全ての記事を読むことができます。