SlideShare a Scribd company logo
数学好きから見た量子コンピュータ
57を因数分解した話
第12回日曜数学会 2018/06/16
snuffkin
1
自己紹介
• 束野仁政(つかの・さとゆき)
• Acroquest Technology株式会社
• ITエンジニア
• 分散処理、ビッグデータ、機械学習、検索エンジン
• ITエンジニアが楽しめる数学、ITエンジニアに役立つ数学
• 量子コンピュータを勉強中
@snuffkin
https://qiita.com/snuffkin
https://note.mu/snuffkin
2
量子コンピュータって何?
1. 量子力学の性質を使って高速に計算できるコンピュータ
2. ある程度のサイズの量子コンピュータが実現すると、
問題によっては、スーパーコンピュータよりも高速になる
3. Google、IBM、Microsoft、D-Wave等が開発している
4. 実用化はXX年後?
5. 主な実現方式は2つ
• 量子ゲート方式
• 量子アニーリング方式
今回紹介するのは量子ゲート方式のアルゴリズム
3
量子コンピュータで高速に計算できること
1. 数論関連
a. 因数分解
b. 離散対数問題
c. ペル方程式
d. ガウス和
e. 合同ゼータ関数
4
2. 幾何関連
a. 結び目不変量
b. Persistent Homology
3. 線形代数関連
a. 行列の累乗
b. 行列の階数
など
今回はこの概略を
紹介します
因数分解できると何が嬉しいのか?
公開鍵暗号を現実的な時間で解ける
1. インターネット通信やビットコインで利用されている
2. 「大きな数の因数分解が難しいこと」を安全性の拠り所にしている
難しい = 現実的な時間では計算できない
正確には、楕円曲線の離散対数問題を解く必要があるが、
因数分解の考え方を応用して楕円曲線の離散対数問題を解ける
5
大きな数の因数分解の難しさ
𝑛ビットの整数の因数分解(将来的に更新される可能性あり)
• 古典コンピュータでの最良の計算時間(一般数体ふるい法):
• 量子コンピュータ(Shorのアルゴリズム):
1024ビットの整数を因数分解するのに必要なおおよその計算量
• 古典コンピュータ: 𝑂(10278)
• 量子コンピュータ: 𝑂(1061
)
6
Shorのアルゴリズム(𝑁の因数分解)
確率的なアルゴリズム(何度か実行すれば、高確率で成功する)
1. 自然数 𝑎 < 𝑁 をランダムに選ぶ
2. gcd(𝑎, 𝑁) を計算する(ユークリッドの互除法で高速に計算可能)
 gcd 𝑎, 𝑁 > 1 なら、これが非自明な 𝑁 の因数
3. 𝑓 𝑥 = 𝑎 𝑥 mod 𝑁 の周期 𝑟 を見つける(量子アルゴリズム)
4. 𝑟 に関する条件をチェック
a. 𝑟 が奇数なら、ステップ1から再度実行
b. 𝑎 𝑟/2
+ 1 ≡ 0 mod 𝑁 なら、ステップ1から再度実行
5. gcd(𝑎 𝑟/2 + 1, 𝑁) と gcd(𝑎 𝑟/2 − 1, 𝑁) が非自明な 𝑁 の因数
𝑎 𝑟
≡ 1 mod 𝑁 ⇔ (𝑎 𝑟/2
+ 1)(𝑎 𝑟/2
− 1) ≡ 0 mod 𝑁
7
非ゼロ 非ゼロ
実際に因数分解してみよう
百聞は一見に如かず
実際に因数分解してみたい
ターゲットは、、、
8
グロタンディーク素数(合成数)
57
𝑓 𝑥 = 𝑎 𝑥 mod 𝑁の周期 𝑟 を見つける
𝑁 = 57とする。𝑎 = 5を選んだとする
I. 𝑁2
≤ 𝑞 < 2𝑁2
となる𝑞 = 2𝑙
を取る
(572 = 3249 ≤ 4096 = 212 < 2 ⋅ 572= 6498)
II. 次の量子ビットを作成する:
III. この量子ビットに量子フーリエ変換を適用する:
IV. ⊗の右のビット( 𝑓 𝑥 の部分)を測定し(𝑓 𝑥 = 𝑧が決まる) 、
⊗の左のビット( 𝑦 の部分)を測定すると、
次の確率で𝑦を測定できる:
(続く)
9
古典コンピュータでは
現実的な時間では計算できない
測定値は確率的に決まる
𝑓 𝑥 = 𝑎 𝑥 mod 𝑁の周期 𝑟 を見つける
10
𝑟 = 18
(実際にはまだ求まっていない)
ステップII
ステップIVで𝑓(𝑥)のビットを測定すると、
いずれかの列を取得できる
(実際には測定するまで分からない)
𝑓 𝑥 = 𝑎 𝑥 mod 𝑁の周期 𝑟 を見つける
11
ステップIVで𝑓 𝑥 = 51を測定した後、
ビット𝑦を測定する確率は右図のよう
になる

𝑦
𝑞
≈
𝑐
𝑟
となる𝑦の確率が大きくなる
(0 ≤ 𝑐 ≤ 𝑟 − 1)
計算時間は、PCで2時間
a. SageMathを利用
b. 特に計算の工夫なし
PCのスペック
Intel(R) Core(TM) i7-6560U CPU
@ 2.20GHz
1593
4096
≈
7
18
𝑟を求めたい
このケースでは確率が
大きくなる箇所の和は
0.78
𝑓 𝑥 = 𝑎 𝑥 mod 𝑁の周期 𝑟 を見つける
V. 実は
𝑦
𝑞
はある𝑐 < 𝑁に対して
𝑐
𝑟
に近い。 |
𝑦
𝑞
−
𝑐
𝑟
| ≤
1
2𝑞

𝑦
𝑞
の連分数展開に現れる分母が𝑎 𝑥 ≡ 1 mod 𝑁を満たすか確認する
12
𝑓 𝑥 = 𝑎 𝑥 mod 𝑁の周期 𝑟 を見つける
連分数展開に現れる分母が𝑎 𝑥
≡ 1 mod 𝑁を満たすか確認する
13
518 ≡ 1 mod 57を満たす
𝑐と𝑟が互いに素じゃないと
うまくいかない
Shorのアルゴリズム(𝑁の因数分解)
• 𝑟 = 18となった。𝑟 に関する条件をチェック(ステップ4)
𝑟は偶数
518/2 + 1 ≡ 21 ≡ 0 mod 57
• gcdを求める(ステップ5)
gcd(518/2 + 1, 57) = gcd(21, 57) = 3
gcd(518/2
− 1, 57) = gcd(19, 57) = 19
14
57は真の素数ではなかった!
実際に57を因数分解して分かったこと
1. 思ったより大変だった
• 手計算しようとしたが、諦めた
• 結局、PCで2時間かかった
• ガウスやオイラー級の人じゃないと、手計算は無理では
• 大きいサイズでも高速に動作する量子アルゴリズム、すごい
2. アルゴリズムの理解に役立った
• フーリエ変換はエライ
• これを思いついたShorさん、すごい
3. 数学が好きな人は、量子アルゴリズムを楽しみやすそう
• 量子ゲート方式の場合、メインの道具は、複素数、行列、線形代数
15
宣伝
量子アルゴリズムの紹介記事を少しずつ書いています。
twitterとかで感想をもらえると励みになります。
「プログラマのための量子アルゴリズム入門」
https://note.mu/snuffkin/n/n8affc7eabf45
16
参考文献
1. 竹内 繁樹
量子コンピュータ 超並列計算のからくり
2. Peter W. Shor
Polynomial-Time Algorithms for Prime Factorization and Discrete Logarithms on a
Quantum Computer
3. John Proos and Christof Zalka
Shor's discrete logarithm quantum algorithm for elliptic curves
4. Qmedia
Quantum Algorithm Zoo全訳(https://www.qmedia.jp/algorithm-zoo/)
17

More Related Content

What's hot

Optimizer入門&最新動向
Optimizer入門&最新動向Optimizer入門&最新動向
Optimizer入門&最新動向
Motokawa Tetsuya
 
最適輸送入門
最適輸送入門最適輸送入門
最適輸送入門
joisino
 
【宝くじ仮説】The Lottery Ticket Hypothesis: Finding Small, Trainable Neural Networks
【宝くじ仮説】The Lottery Ticket Hypothesis: Finding Small, Trainable Neural Networks【宝くじ仮説】The Lottery Ticket Hypothesis: Finding Small, Trainable Neural Networks
【宝くじ仮説】The Lottery Ticket Hypothesis: Finding Small, Trainable Neural Networks
Yosuke Shinya
 
トピックモデルの基礎と応用
トピックモデルの基礎と応用トピックモデルの基礎と応用
トピックモデルの基礎と応用
Tomonari Masada
 
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
Takayuki Itoh
 
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38horihorio
 
Deep learningの発展と化学反応への応用 - 日本化学会第101春季大会(2021)
Deep learningの発展と化学反応への応用 - 日本化学会第101春季大会(2021)Deep learningの発展と化学反応への応用 - 日本化学会第101春季大会(2021)
Deep learningの発展と化学反応への応用 - 日本化学会第101春季大会(2021)
Preferred Networks
 
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
Kota Matsui
 
量子コンピュータの基礎から応用まで
量子コンピュータの基礎から応用まで量子コンピュータの基礎から応用まで
量子コンピュータの基礎から応用まで
QunaSys
 
最適化計算の概要まとめ
最適化計算の概要まとめ最適化計算の概要まとめ
最適化計算の概要まとめ
Yuichiro MInato
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選
Yusuke Uchida
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Fixstars Corporation
 
PandasとSQLとの比較
PandasとSQLとの比較PandasとSQLとの比較
PandasとSQLとの比較
iPride Co., Ltd.
 
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
 
データに内在する構造をみるための埋め込み手法
データに内在する構造をみるための埋め込み手法データに内在する構造をみるための埋め込み手法
データに内在する構造をみるための埋め込み手法
Tatsuya Shirakawa
 
Stan超初心者入門
Stan超初心者入門Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
 
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
 
大規模グラフ解析のための乱択スケッチ技法
大規模グラフ解析のための乱択スケッチ技法大規模グラフ解析のための乱択スケッチ技法
大規模グラフ解析のための乱択スケッチ技法Takuya Akiba
 
Deep Learningと画像認識   ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識   ~歴史・理論・実践~
nlab_utokyo
 
深層強化学習と実装例
深層強化学習と実装例深層強化学習と実装例

What's hot (20)

Optimizer入門&最新動向
Optimizer入門&最新動向Optimizer入門&最新動向
Optimizer入門&最新動向
 
最適輸送入門
最適輸送入門最適輸送入門
最適輸送入門
 
【宝くじ仮説】The Lottery Ticket Hypothesis: Finding Small, Trainable Neural Networks
【宝くじ仮説】The Lottery Ticket Hypothesis: Finding Small, Trainable Neural Networks【宝くじ仮説】The Lottery Ticket Hypothesis: Finding Small, Trainable Neural Networks
【宝くじ仮説】The Lottery Ticket Hypothesis: Finding Small, Trainable Neural Networks
 
トピックモデルの基礎と応用
トピックモデルの基礎と応用トピックモデルの基礎と応用
トピックモデルの基礎と応用
 
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
 
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
 
Deep learningの発展と化学反応への応用 - 日本化学会第101春季大会(2021)
Deep learningの発展と化学反応への応用 - 日本化学会第101春季大会(2021)Deep learningの発展と化学反応への応用 - 日本化学会第101春季大会(2021)
Deep learningの発展と化学反応への応用 - 日本化学会第101春季大会(2021)
 
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
 
量子コンピュータの基礎から応用まで
量子コンピュータの基礎から応用まで量子コンピュータの基礎から応用まで
量子コンピュータの基礎から応用まで
 
最適化計算の概要まとめ
最適化計算の概要まとめ最適化計算の概要まとめ
最適化計算の概要まとめ
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
 
PandasとSQLとの比較
PandasとSQLとの比較PandasとSQLとの比較
PandasとSQLとの比較
 
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
 
データに内在する構造をみるための埋め込み手法
データに内在する構造をみるための埋め込み手法データに内在する構造をみるための埋め込み手法
データに内在する構造をみるための埋め込み手法
 
Stan超初心者入門
Stan超初心者入門Stan超初心者入門
Stan超初心者入門
 
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
 
大規模グラフ解析のための乱択スケッチ技法
大規模グラフ解析のための乱択スケッチ技法大規模グラフ解析のための乱択スケッチ技法
大規模グラフ解析のための乱択スケッチ技法
 
Deep Learningと画像認識   ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識   ~歴史・理論・実践~
 
深層強化学習と実装例
深層強化学習と実装例深層強化学習と実装例
深層強化学習と実装例
 

Similar to 数学好きから見た量子コンピュータ~57を因数分解した話~

20200608コンピューターってどうやって動いているの?
20200608コンピューターってどうやって動いているの?20200608コンピューターってどうやって動いているの?
20200608コンピューターってどうやって動いているの?
Hikaru Tanaka
 
LiBRA 04.2019 / 量子コンピュータ
LiBRA 04.2019 / 量子コンピュータ LiBRA 04.2019 / 量子コンピュータ
LiBRA 04.2019 / 量子コンピュータ
Masanori Saito
 
画像処理の高性能計算
画像処理の高性能計算画像処理の高性能計算
画像処理の高性能計算
Norishige Fukushima
 
量子コンピュータ向けアプリケーション開発フレームワークReNomQとは
量子コンピュータ向けアプリケーション開発フレームワークReNomQとは量子コンピュータ向けアプリケーション開発フレームワークReNomQとは
量子コンピュータ向けアプリケーション開発フレームワークReNomQとは
ReNom User Group
 
量子コンピュータの時代へ:現在の量子コンピュータで何ができるか
量子コンピュータの時代へ:現在の量子コンピュータで何ができるか量子コンピュータの時代へ:現在の量子コンピュータで何ができるか
量子コンピュータの時代へ:現在の量子コンピュータで何ができるか
Ahmad Zufri
 
量子コンピュータ 加算器とGrover
量子コンピュータ 加算器とGrover量子コンピュータ 加算器とGrover
量子コンピュータ 加算器とGrover
takumitano
 
ゲート方式量子コンピュータの概要
ゲート方式量子コンピュータの概要ゲート方式量子コンピュータの概要
ゲート方式量子コンピュータの概要
Yahoo!デベロッパーネットワーク
 
R高速化
R高速化R高速化
R高速化
Monta Yashi
 
LUT-Network ~本物のリアルタイムコンピューティングを目指して~
LUT-Network ~本物のリアルタイムコンピューティングを目指して~LUT-Network ~本物のリアルタイムコンピューティングを目指して~
LUT-Network ~本物のリアルタイムコンピューティングを目指して~
ryuz88
 
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
Unity Technologies Japan K.K.
 
【Unity道場スペシャル 2017札幌】乱数完全マスター
【Unity道場スペシャル 2017札幌】乱数完全マスター 【Unity道場スペシャル 2017札幌】乱数完全マスター
【Unity道場スペシャル 2017札幌】乱数完全マスター
Unity Technologies Japan K.K.
 
NANDからテトリスへ_前編.pdf
NANDからテトリスへ_前編.pdfNANDからテトリスへ_前編.pdf
NANDからテトリスへ_前編.pdf
ヴィスコ・テクノロジーズ株式会社
 
Slide computational design2018_02_180928
Slide computational design2018_02_180928Slide computational design2018_02_180928
Slide computational design2018_02_180928
hiroshimadesignlab
 
Kantocv 2-1-calibration publish
Kantocv 2-1-calibration publishKantocv 2-1-calibration publish
Kantocv 2-1-calibration publish
tomoaki0705
 
先端技術 量子コンピュータ
先端技術 量子コンピュータ先端技術 量子コンピュータ
先端技術 量子コンピュータ聡 中川
 
ae-7. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM)
ae-7. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM)ae-7. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM)
ae-7. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM)
kunihikokaneko1
 
コンピューターの整列処理におけるデータ操作の時間的共起分析
コンピューターの整列処理におけるデータ操作の時間的共起分析コンピューターの整列処理におけるデータ操作の時間的共起分析
コンピューターの整列処理におけるデータ操作の時間的共起分析
yamahige
 
kagami_comput2016_13
kagami_comput2016_13kagami_comput2016_13
kagami_comput2016_13
swkagami
 
量子コンピュータとその未来について
量子コンピュータとその未来について量子コンピュータとその未来について
量子コンピュータとその未来について
yumi_chappy
 
量子コンピュータとその未来について
量子コンピュータとその未来について量子コンピュータとその未来について
量子コンピュータとその未来について
yumi_chappy
 

Similar to 数学好きから見た量子コンピュータ~57を因数分解した話~ (20)

20200608コンピューターってどうやって動いているの?
20200608コンピューターってどうやって動いているの?20200608コンピューターってどうやって動いているの?
20200608コンピューターってどうやって動いているの?
 
LiBRA 04.2019 / 量子コンピュータ
LiBRA 04.2019 / 量子コンピュータ LiBRA 04.2019 / 量子コンピュータ
LiBRA 04.2019 / 量子コンピュータ
 
画像処理の高性能計算
画像処理の高性能計算画像処理の高性能計算
画像処理の高性能計算
 
量子コンピュータ向けアプリケーション開発フレームワークReNomQとは
量子コンピュータ向けアプリケーション開発フレームワークReNomQとは量子コンピュータ向けアプリケーション開発フレームワークReNomQとは
量子コンピュータ向けアプリケーション開発フレームワークReNomQとは
 
量子コンピュータの時代へ:現在の量子コンピュータで何ができるか
量子コンピュータの時代へ:現在の量子コンピュータで何ができるか量子コンピュータの時代へ:現在の量子コンピュータで何ができるか
量子コンピュータの時代へ:現在の量子コンピュータで何ができるか
 
量子コンピュータ 加算器とGrover
量子コンピュータ 加算器とGrover量子コンピュータ 加算器とGrover
量子コンピュータ 加算器とGrover
 
ゲート方式量子コンピュータの概要
ゲート方式量子コンピュータの概要ゲート方式量子コンピュータの概要
ゲート方式量子コンピュータの概要
 
R高速化
R高速化R高速化
R高速化
 
LUT-Network ~本物のリアルタイムコンピューティングを目指して~
LUT-Network ~本物のリアルタイムコンピューティングを目指して~LUT-Network ~本物のリアルタイムコンピューティングを目指して~
LUT-Network ~本物のリアルタイムコンピューティングを目指して~
 
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
 
【Unity道場スペシャル 2017札幌】乱数完全マスター
【Unity道場スペシャル 2017札幌】乱数完全マスター 【Unity道場スペシャル 2017札幌】乱数完全マスター
【Unity道場スペシャル 2017札幌】乱数完全マスター
 
NANDからテトリスへ_前編.pdf
NANDからテトリスへ_前編.pdfNANDからテトリスへ_前編.pdf
NANDからテトリスへ_前編.pdf
 
Slide computational design2018_02_180928
Slide computational design2018_02_180928Slide computational design2018_02_180928
Slide computational design2018_02_180928
 
Kantocv 2-1-calibration publish
Kantocv 2-1-calibration publishKantocv 2-1-calibration publish
Kantocv 2-1-calibration publish
 
先端技術 量子コンピュータ
先端技術 量子コンピュータ先端技術 量子コンピュータ
先端技術 量子コンピュータ
 
ae-7. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM)
ae-7. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM)ae-7. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM)
ae-7. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM)
 
コンピューターの整列処理におけるデータ操作の時間的共起分析
コンピューターの整列処理におけるデータ操作の時間的共起分析コンピューターの整列処理におけるデータ操作の時間的共起分析
コンピューターの整列処理におけるデータ操作の時間的共起分析
 
kagami_comput2016_13
kagami_comput2016_13kagami_comput2016_13
kagami_comput2016_13
 
量子コンピュータとその未来について
量子コンピュータとその未来について量子コンピュータとその未来について
量子コンピュータとその未来について
 
量子コンピュータとその未来について
量子コンピュータとその未来について量子コンピュータとその未来について
量子コンピュータとその未来について
 

More from Satoyuki Tsukano

あなたのスキルを量子技術に活かそう!
あなたのスキルを量子技術に活かそう!あなたのスキルを量子技術に活かそう!
あなたのスキルを量子技術に活かそう!
Satoyuki Tsukano
 
オープンソースの量子コンピュータ・クラウド基盤開発
オープンソースの量子コンピュータ・クラウド基盤開発オープンソースの量子コンピュータ・クラウド基盤開発
オープンソースの量子コンピュータ・クラウド基盤開発
Satoyuki Tsukano
 
Quantum Computer: Now and Future
Quantum Computer: Now and FutureQuantum Computer: Now and Future
Quantum Computer: Now and Future
Satoyuki Tsukano
 
Quantum computer applications in serverless architecture and challenges
Quantum computer applications in serverless architecture and challengesQuantum computer applications in serverless architecture and challenges
Quantum computer applications in serverless architecture and challenges
Satoyuki Tsukano
 
How to Contributet o Quantum Computer
How to Contributet o Quantum ComputerHow to Contributet o Quantum Computer
How to Contributet o Quantum Computer
Satoyuki Tsukano
 
a story about an application that uses a real quantum computer
a story about an application that uses a real quantum computera story about an application that uses a real quantum computer
a story about an application that uses a real quantum computer
Satoyuki Tsukano
 
Introduction to Quantum Programming Studio
Introduction to Quantum Programming StudioIntroduction to Quantum Programming Studio
Introduction to Quantum Programming Studio
Satoyuki Tsukano
 
量子コンピュータのプログラミング・コンテスト体験記
量子コンピュータのプログラミング・コンテスト体験記量子コンピュータのプログラミング・コンテスト体験記
量子コンピュータのプログラミング・コンテスト体験記
Satoyuki Tsukano
 
はじめてのElasticsearchクラスタ
はじめてのElasticsearchクラスタはじめてのElasticsearchクラスタ
はじめてのElasticsearchクラスタ
Satoyuki Tsukano
 
Elasticsearch as a Distributed System
Elasticsearch as a Distributed SystemElasticsearch as a Distributed System
Elasticsearch as a Distributed System
Satoyuki Tsukano
 
Packetbeatの基礎から、IoTデバイス異常検知への応用まで
Packetbeatの基礎から、IoTデバイス異常検知への応用までPacketbeatの基礎から、IoTデバイス異常検知への応用まで
Packetbeatの基礎から、IoTデバイス異常検知への応用まで
Satoyuki Tsukano
 

More from Satoyuki Tsukano (11)

あなたのスキルを量子技術に活かそう!
あなたのスキルを量子技術に活かそう!あなたのスキルを量子技術に活かそう!
あなたのスキルを量子技術に活かそう!
 
オープンソースの量子コンピュータ・クラウド基盤開発
オープンソースの量子コンピュータ・クラウド基盤開発オープンソースの量子コンピュータ・クラウド基盤開発
オープンソースの量子コンピュータ・クラウド基盤開発
 
Quantum Computer: Now and Future
Quantum Computer: Now and FutureQuantum Computer: Now and Future
Quantum Computer: Now and Future
 
Quantum computer applications in serverless architecture and challenges
Quantum computer applications in serverless architecture and challengesQuantum computer applications in serverless architecture and challenges
Quantum computer applications in serverless architecture and challenges
 
How to Contributet o Quantum Computer
How to Contributet o Quantum ComputerHow to Contributet o Quantum Computer
How to Contributet o Quantum Computer
 
a story about an application that uses a real quantum computer
a story about an application that uses a real quantum computera story about an application that uses a real quantum computer
a story about an application that uses a real quantum computer
 
Introduction to Quantum Programming Studio
Introduction to Quantum Programming StudioIntroduction to Quantum Programming Studio
Introduction to Quantum Programming Studio
 
量子コンピュータのプログラミング・コンテスト体験記
量子コンピュータのプログラミング・コンテスト体験記量子コンピュータのプログラミング・コンテスト体験記
量子コンピュータのプログラミング・コンテスト体験記
 
はじめてのElasticsearchクラスタ
はじめてのElasticsearchクラスタはじめてのElasticsearchクラスタ
はじめてのElasticsearchクラスタ
 
Elasticsearch as a Distributed System
Elasticsearch as a Distributed SystemElasticsearch as a Distributed System
Elasticsearch as a Distributed System
 
Packetbeatの基礎から、IoTデバイス異常検知への応用まで
Packetbeatの基礎から、IoTデバイス異常検知への応用までPacketbeatの基礎から、IoTデバイス異常検知への応用まで
Packetbeatの基礎から、IoTデバイス異常検知への応用まで
 

Recently uploaded

TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
Matsushita Laboratory
 
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさJSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
0207sukipio
 
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
Toru Tamaki
 
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
t m
 
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
chiefujita1
 
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアルLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
CRI Japan, Inc.
 
CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料
Yuuitirou528 default
 
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
Matsushita Laboratory
 

Recently uploaded (8)

TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
 
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさJSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
 
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
 
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
 
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
 
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアルLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
 
CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料
 
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
 

数学好きから見た量子コンピュータ~57を因数分解した話~