【慶應義塾】量子カーネルを活用した高精度な異常検知技術を実現

－少量データでの量子機械学習の有効性を実証し、製造DXを推進－

慶應義塾大学（所在地：東京都港区、塾長：伊藤公平）と、TOPPANホールディングス（本社：東京都文京区、代表取締役社長CEO：麿 秀晴）は、少量データでの農産物の品質検査における量子機械学習の有効性を実証し、従来の古典的機械学習手法と比較して検出精度が向上することを示しました。本研究成果は、2025年3月21日（日本時間）量子技術の国際科学ジャーナル「EPJ Quantum Technology」に掲載されました。

本研究のポイント

• 少量データでの高精度な異常検知を実現: 少量のトレーニングデータ（学習用：正常24件、異常24件）を用いて、高い識別能力を持つ学習モデルを構築

• 実用的な量子回路の探索: 量子ビット間の異なる接続方法や量子ゲート構成を検証し、画像検査性能に優れた量子カーネル構造を特定

• 量子カーネルの優位性: 古典的カーネル（RBF）と比較して、量子カーネルを用いたSVMがより高い識別性能（F1スコア、AUC）を達成

• 量子コンピュータでの実装検証: 量子シミュレータでの結果を実際の量子コンピュータ（IBM Quantum）で検証し、実用に向けた知見を獲得

▼全文は本学のプレスリリースをご参照ください。

https://www.keio.ac.jp/ja/press-releases/files/2025/3/24/250324-1.pdf