研究課題

 量子コンピュータ、量子暗号通信、量子センサなど量子技術に対する期待が高まってきています。これらの実現・応用に向けて冷却原子、半導体微細構造、超伝導回路など様々な量子系において、それぞれが独自に制御技術・最適化技術を発展させています。その中で将来の実社会への実装を考えると、どの量子系にも応用できる制御・最適化技術の開発が不可欠となるでしょう。
 我々はこれに対し、機械学習を活用した汎用型量子制御技術の創出に挑みます

 ご興味のある方は、下記までご連絡をお願いいたします。
  takeshi.fukuhara [あっと] riken.jp ※[あっと]は@に置き換えてください

輪講


    • 2022年1月26日 (オンライン開催)、発表者:福原(理研)
      "Bayesian reaction optimization as a tool for chemical synthesis"
      Nature 590, 89–96 (2021)
      ベイズ最適化を用いた化学合成の最適化
    • 2021年11月24日 (オンライン開催)、発表者:武藤(東北大)
      “Noise-robust classification of single-shot electron spin readouts using a deep neural network”
      Yuta Matsumoto, Takafumi Fujita, Arne Ludwig, Andreas D. Wieck, Kazunori Komatani & Akira Oiwa
      npj Quantum Information 7, 136 (2021)
      ノイズを多く含む測定データ(時系列データ)からスピン状態の推定
    • 2021年10月13日 (オンライン開催)、発表者:小沢(理研)
      “Identifying quantum phase transitions using artificial neural networks on experimental data"
      Benno S. Rem, Niklas Käming, Matthias Tarnowski, Luca Asteria, Nick Fläschner, Christoph Becker, Klaus Sengstock & Christof Weitenberg,
      Nature Physics, 15, 917-920 (2019)
      畳み込みニューラルネットワーク(CNN)によるトポロジカル相・量子相の分類

      “Unsupervised machine learning of topological phase transitions from experimental data”
      Niklas Käming, Anna Dawid, Korbinian Kottmann, Maciej Lewenstein, Klaus Sengstock, Alexandre Dauphin, Christof Weitenberg
      Machine Learning: Science and Technology, 2 035037(2021)
      教師なし学習によるトポロジカル相の分類
    • 2021年8月18日 (オンライン開催)、発表者:武藤(東北大)
      "Toward Robust Autotuning of Noisy Quantum Dot Devices"
      Joshua Ziegler, Thomas McJunkin, E. S. Joseph, Sandesh S. Kalantre, Benjamin Harpt, D. E. Savage, M. G. Lagally, M. A. Eriksson, Jacob M. Taylor, Justyna P. Zwolak
      arXiv:2108.00043
      ノイズを加えた数値シミュレーションデータで学習させ、ノイズ耐性のある分類器を用意

    • 2021年6月9日 (オンライン開催)、発表者:福原(理研)
      “Single-Exposure Absorption Imaging of Ultracold Atoms Using Deep Learning”
      Gal Ness, Anastasiya Vainbaum, Constantine Shkedrov, Yanay Florshaim, Yoav Sagi
      Physical Review Applied 14, 014011 (2020)
      深層ニューラルネットワークを用いて光強度パターンの「ノイズ」を学習し、1枚の画像から吸収撮像を行う方法
    • 2021年4月21日 (オンライン開催)、発表者:大塚(東北大)
      “Machine learning techniques for state recognition and autotuning in quantum dots”
      Sandesh S. Kalantre, Justyna P. Zwolak, Stephen Ragole, Xingyao Wu, Neil M. Zimmerman, M. D. Stewart, Jacob M. Taylor
      npj Quantum Information 5, 6 (2019)
      数値シミュレーションのデータをもとに学習したDNNで量子状態の推定